根据近期发布的MLPerf基准测试结果， NVIDIA及其合作伙伴占了所有参赛生态伙伴的90%，并且继续提供了最佳的整体AI训练性能和提交了最多的测试项。
NVIDIA AI仍是唯一能够运行MLPerf行业基准测试中所有测试的平台，A100 GPU自发布以来连续两年一直保持着获胜次数最多的纪录
NVIDIA AI平台覆盖了MLPerf训练2.0版本中的所有八项基准测试，突显了其通用性。
除了NVIDIA之外，无其它加速器运行过所有基准测试，这些基准测试代表了流行的AI用例，包括语音识别、自然语言处理、推荐系统、目标检测、图像分类等，而NVIDIA自2018年12月向作为行业标准AI基准测试的MLPerf提交首轮测试结果以来就一直如此。
基准测试结果与可用性
在连续第四次MLPerf训练提交结果中，基于NVIDIA Ampere架构的NVIDIA A100 Tensor Core GPU依然表现出色。
各个提交者平台在每个网络的“最快训练时间”
Selene是NVIDIA内部的一台AI超级计算机，它基于模块化的NVIDIA DGX SuperPOD，并由NVIDIA A100 GPU、软件堆栈和NVIDIA InfiniBand网络驱动，在八项大规模工作负载测试的四项中获得 “最快训练时间” 。
为了计算单芯片性能，该图表将每份提交结果归一化到每个提交者最常见的尺度，检测分数归一化到速度最快的竞争者，最快竞争者显示为1倍
NVIDIA A100还保持了单芯片性能上的领导地位，在八项测试中的六项测试中呈现了最快的速度。
共有16家合作伙伴使用NVIDIA AI平台提交了本轮结果，包括华硕、百度、中国科学院自动化研究所、戴尔科技、富士通、技嘉、新华三、慧与、浪潮、联想、宁畅和超微。
NVIDIA的大多数OEM合作伙伴提交了使用NVIDIA认证系统得到的结果，这些服务器经过NVIDIA验证，能够为企业部署提供出色的性能、可管理性、安全性和可扩展性。
多种模型驱动实际AI应用
AI应用可能需要理解用户说出的要求，对图像进行分类、提出建议并以语音信息的形式作出回应。
即使是上图简单的用例也需要将近10个模型，这突出了运行每个基准的重要性
这些任务需要多种类型的AI模型按顺序工作，用户需要能够快速且灵活地设计、训练、部署和优化这些模型。
这也是为什么通用性（能够在MLPerf及其他版本中运行每个模型），以及领先的性能都是将现实世界的AI引入入生产的关键。
通过AI实现投资回报
对于客户而言，数据科学和工程团队是最宝贵的资源，他们的生产力决定了AI基础设施的投资回报。客户必须考虑昂贵的数据科学团队的成本，这通常在部署AI的总成本中占比很重，而部署AI基础设施本身的成本相对较少。
AI研究人员的生产力取决于能否快速测试新的想法，这需要通用性来训练任何模型，以及大规模训练模型所能提供的速度。这就是为什么企业关注单位成本的整体生产力，以确定最佳的AI平台——更全面的视角，更准确地代表了部署AI的真实成本。
此外， AI基础设施的利用率取决于可替换性，或在单一平台上加速从数据准备到训练再到推理的整个AI工作流程的能力。
凭借NVIDIA AI，客户可以在整个AI流程中使用相同的基础设施，重新利用它来适配数据准备、训练和推理之间的不同需求，这极大地提高了利用率，实现了非常高的投资回报率。
随着研究人员发现新的AI突破口，支持最新模型创新是最大程度地延长AI基础设施使用寿命的关键。
NVIDIA AI兼容并适用于每个模型、可以扩展到任何规模，并加速从数据准备到训练再到推理的端到端AI流程，能够实现最高的单位成本生产力。
结果再次证明了NVIDIA在迄今为止所有MLPerf训练、推理和HPC评测中所展示的丰富而深厚的AI专业性。
3年半内将性能提高23倍
自首次基于A100提交MLPerf基准测试以来的两年时间里，在NVIDIA软件堆栈持续优化的推动下， NVIDIA平台的性能已提高了6倍。
自 MLPerf问世以来，归功于跨GPU、软件和大规模改进的全栈式创新， NVIDIA AI平台在3年半时间里，在基准测试中实现了23倍的性能提升。正是这种对创新的持续追求，让客户确信他们现今投资的AI平台将持续服务3至5年，并将继续推进以适配最先进的技术。
此外， NVIDIA于3月发布的NVIDIA Hopper架构有望在未来的MLPerf基准测评中实现性能的另一巨大飞跃。
NVIDIA如何做到这一点
软件创新持续释放NVIDIA Ampere架构的更多性能。
例如，在提交结果中大量使用的CUDA Graphs，该软件可以最大限度地减少跨多个加速器上运行作业的启动开销。NVIDIA不同库的内核优化，如cuDNN和预处理库DALI，解锁了额外的加速。NVIDIA还实现了跨硬件、软件和网络的全栈改进，如NVIDIA Magnum IO和SHARP，将部分AI功能卸载到网络中，以获得更好的性能，特别是在大规模的情况中。
NVIDIA所使用的所有软件均可从MLPerf资源库中获取，所有人都可以获得NVIDIA的成果。 NVIDIA不断地将这些优化集成到NVIDIA的GPU应用软件中心——NGC上提供的容器中，并通过NVIDIA AI Enterprise提供完全由NVIDIA支持，并经过优化的软件。
从A100 GPU两年前首次提交以来， NVIDIA AI平台继续在MLPerf 2.0中提供最高的性能，仍是唯一能够提交所有基准测试的平台。 NVIDIA的下一Hopper架构有望在未来的MLPerf评测中实现另一飞跃。
NVIDIA平台适用于任何规模的模型和框架，并具有可替代性以处理AI工作负载的每个部分。它可以在所有云端和主要的服务器制造商上使用。
本文属于原创文章，如若转载，请注明来源：NVIDIA与合作伙伴在MLPerf中展示AI性能和通用性http://server.zol.com.cn/795/7958262.html
