全新MLCommons结果公布，英特尔在AI领域的优势尽显

Habana Gaudi2和第四代英特尔至强可扩展处理器为AI训练提供领先的性能并大幅节约成本

今日，MLCommons公布其行业AI性能基准测试MLPerf训练3.0的结果，其中，Habana® Gaudi® 2深度学习加速器与第四代英特尔®至强®可扩展处理器展现出令人印象深刻的训练结果。

英特尔执行副总裁兼数据中心与人工智能事业部总经理Sandra Rivera表示：“最新由MLCommons发布的MLPerf结果验证了使用英特尔至强可扩展处理器和英特尔Gaudi深度学习加速器，可以在AI领域为客户带来更高的性价比（TCO）。其中，至强的内置加速器使其成为在通用处理器上运行大量AI工作负载的理想解决方案，而Gaudi则为大语言模型和生成式AI提供了极具竞争力的优异性能。此外，英特尔的可扩展系统配备了经过优化的、易于编程的开放软件，可降低客户和生态伙伴在数据中心部署从云到智能边缘各种基于AI的解决方案的门槛。”

目前，业内普遍认为生成式AI和大语言模型（LLMs）仅适宜在GPU上运行。然而，最新的数据显示，基于英特尔产品组合的AI解决方案，能够为在封闭生态系统中寻求摆脱当前效率与规模限制的客户提供极具竞争力的选择。

最新的MLPerf训练3.0结果展现了英特尔产品在一系列深度学习模型上的优异性能。在大语言模型GPT-3上，基于Gaudi2的软件与系统在AI训练成熟度上得到了大规模验证。值得一提的是，Gaudi2是仅有的两个向GPT-3大模型训练基准提交性能结果的解决方案之一。

与此同时，Gaudi2还为客户提供了极具竞争力的成本优势，包括服务器和系统成本。其在GPT-3、计算机视觉和自然语言模型上经由MLPerf验证的杰出性能，以及即将推出的软件，使Gaudi2成为业界一个极具吸引力与性价比解决方案。

在CPU方面，第四代至强可扩展处理器采用英特尔AI引擎，其深度学习训练性能的结果表明，客户可以使用基于至强的服务器，构建一个通用AI系统以用于数据预处理、模型训练和部署，从而获得兼具AI性能、效率、准确性和可扩展性的最优组合。

关于Habana Gaudi2的测试结果： 训练生成式AI和大语言模型需要服务器集群来满足大规模的计算要求。最新MLPerf结果切实验证了Habana Gaudi2在要求极为苛刻的模型——1750亿参数的GPT-3上的出色性能以及高效的可扩展性。

测试亮点：

• Gaudi2在GPT-3*上实现了令人印象深刻的训练时间： 在384个加速器上的训练时间为311分钟。
• 在GPT-3模型上，从256个加速器到384个加速器实现近线性95%的扩展效果。
• 在计算机视觉模型ResNet-50（8个加速器）和Unet3D（8个加速器）以及自然语言处理模型BERT（8个和64个加速器）上取得了优异的训练结果。
• 与去年11月提交的数据相比，BERT和ResNet模型的性能分别提高了10%和4%，证明Gaudi2软件成熟度的提升。
• Gaudi2支持“开箱即用”功能，客户在本地或在云端使用Gaudi2时，可以获得与本次测试相当的性能结果。

Habana® Gaudi®2夹层卡