Graphcore公布首次MLPerf提交結(jié)果，AI性能穩(wěn)居領(lǐng)先地位

　　2021年7月1日，北京—— 今天Graphcore（擬未科技）正式公布其參與的首次MLPerf?提交結(jié)果，Graphcore產(chǎn)品表現(xiàn)優(yōu)異，AI性能穩(wěn)居領(lǐng)先地位。MLPerf是AI行業(yè)最受認(rèn)可的比較基準(zhǔn)測試。此次測試結(jié)果顯示，在Graphcore IPU-POD64上，BERT的訓(xùn)練時間只有9分多鐘，ResNet-50的訓(xùn)練時間為14.5分鐘，AI性能已達超級計算機級別。

　　MLPerf還對比了市面上的Graphcore系統(tǒng)與NVIDIA的最新產(chǎn)品，結(jié)果證實Graphcore在“每美元性能”（Performance-Per-Dollar）指標(biāo)上穩(wěn)居領(lǐng)先地位。對客戶而言，這項重要的第三方測試確認(rèn)了Graphcore系統(tǒng)不僅具有新一代AI的優(yōu)異性能，同時在目前的廣泛應(yīng)用中也表現(xiàn)得更出色。

　　MLPerf基準(zhǔn)測試

　　對于第一次MLPerf（訓(xùn)練版本1.0）提交，Graphcore選擇聚焦在關(guān)鍵圖像分類和自然語言處理的應(yīng)用基準(zhǔn)測試類別。MLPerf圖像分類基準(zhǔn)使用流行的ResNet-50版本1.5模型，在ImageNet數(shù)據(jù)集上訓(xùn)練，以達到適用于所有提交情況的準(zhǔn)確率。對于自然語言處理，使用了BERT-Large模型和選取的一個代表性片段。該片段大約占總訓(xùn)練計算工作負(fù)載的10%，并使用維基百科數(shù)據(jù)集進行訓(xùn)練。Graphcore決定提交使用ResNet-50和BERT的圖像分類和自然語言處理，在很大程度上是由客戶和潛在客戶驅(qū)動的，因為這是他們最常用的一些應(yīng)用和模型。此次在MLPerf測試中的強勁表現(xiàn)，進一步證明了Graphcore系統(tǒng)完全可以滿足當(dāng)今的AI計算要求。

　　參與測試的兩個Graphcore系統(tǒng)，IPU-POD16和IPU-POD64，均已在生產(chǎn)中交付給客戶。

　　· 價格實惠、結(jié)構(gòu)緊湊的5U IPU-POD16系統(tǒng)適用于剛開始構(gòu)建IPU AI計算能力的企業(yè)客戶。它由4個1U的IPU-M2000和1個雙CPU服務(wù)器（dual-CPU server）組成，可以提供4 PetaFLOPS的AI處理能力。

　　· 縱向擴展的IPU-POD64包含16個IPU-M2000和數(shù)量靈活的服務(wù)器。Graphcore系統(tǒng)實現(xiàn)了服務(wù)器和AI加速器的解耦，因此客戶可以根據(jù)工作負(fù)載指定CPU與IPU的比率。例如，和自然語言處理相比，計算機視覺任務(wù)通常對服務(wù)器的需求更高。對于MLPerf，IPU-POD64在BERT的提交中使用了1臺服務(wù)器，在ResNet-50的提交中使用了4臺服務(wù)器。每臺服務(wù)器均由2個AMD EPYC? CPU驅(qū)動。

　　MLPerf測試包含開放分區(qū)和封閉分區(qū)兩個提交分區(qū)。封閉分區(qū)嚴(yán)格要求提交者使用完全相同的模型實施和優(yōu)化器方法，包括定義超參數(shù)狀態(tài)和訓(xùn)練時期。開放分區(qū)保證和封閉分區(qū)完全相同的模型準(zhǔn)確性和質(zhì)量，但支持更靈活的模型實施以促進創(chuàng)新。因此，該分區(qū)支持更快的模型實現(xiàn)，更加適應(yīng)不同的處理器功能和優(yōu)化器方法。對于像Graphcore IPU這樣的創(chuàng)新架構(gòu)，開放分區(qū)更能體現(xiàn)出產(chǎn)品的優(yōu)異性能，但Graphcore還是選擇在開放和封閉分區(qū)都進行了提交。

　　測試結(jié)果體現(xiàn)了Graphcore系統(tǒng)的優(yōu)異性能，即使在具有限制規(guī)格的開箱即用的封閉分區(qū)上也是如此。更令人矚目的是開放分區(qū)結(jié)果，Graphcore能夠在其中優(yōu)化部署，以充分利用IPU和系統(tǒng)功能。這更貼近真實應(yīng)用，支持客戶可以不斷提升其系統(tǒng)性能。

　　“每美元性能”指標(biāo)

　　MLPerf被稱為比較基準(zhǔn)，實際上進行直接比較可能很復(fù)雜。從相對簡單的硅片到有著昂貴存儲的復(fù)雜堆棧式芯片，如今的處理器和系統(tǒng)架構(gòu)可謂千差萬別。從“每美元性能”角度來看，往往最能夠說明問題。

　　Graphcore的IPU-POD16是一個5U的系統(tǒng)，標(biāo)價149，995美元。如前所述，它由4個IPU-M2000加速器以及行業(yè)標(biāo)準(zhǔn)主機服務(wù)器構(gòu)成。每個IPU-M2000由4個IPU處理器構(gòu)成。MLPerf中使用的NVIDIA DGX-A100 640GB是一個6U機盒，標(biāo)價約為300，000美元（基于市場情報和公布的經(jīng)銷商定價），有8個DGX A100芯片。IPU-POD16的價格是它的一半。在這個系統(tǒng)中，IPU-M2000的價格和一個DGX A100 80GB的價格是一樣的，或者在更細(xì)的層次上，一個IPU的價格是它的四分之一。

　　在MLPerf比較分析中，Graphcore采用了嚴(yán)格監(jiān)管的封閉分區(qū)的結(jié)果，并針對系統(tǒng)價格對其進行了歸一化。對于ResNet-50和BERT，很明顯Graphcore系統(tǒng)提供了比NVIDIA產(chǎn)品更好的每美元性能。在IPU-POD16上進行ResNet-50訓(xùn)練的情況下，Graphcore的每美元性能是NVIDIA的1.6倍。在BERT上，Graphcore的每美元性能是NVIDIA的1.3倍。Graphcore系統(tǒng)的經(jīng)濟性可以更好地幫助客戶實現(xiàn)其AI計算目標(biāo)，同時，由于IPU專為AI構(gòu)建的架構(gòu)特點，Graphcore系統(tǒng)還可以解鎖下一代模型和技術(shù)。

　　Graphcore高級副總裁兼中國區(qū)總經(jīng)理盧濤表示：“首次提交MLPerf就獲得如此出色的成績，我們感到非常自豪。此次測試還會帶給Graphcore客戶更多價值，因為我們在準(zhǔn)備階段所做的所有改進和優(yōu)化都會反饋到Graphcore軟件棧中。全球范圍內(nèi)的Graphcore用戶都會從MLPerf測試中受益匪淺，不僅局限于BERT和ResNet-50模型。我們將繼續(xù)參與包括訓(xùn)練和推理在內(nèi)的MLPerf測試，為追求更優(yōu)性能、更大規(guī)模和添加更多模型，貢獻Graphcore的所有智慧和力量。”