NVIDIA揭露MLPerf HPC 1.0效能測試成果，前5名NVIDIA占了4位

以NVIDIA A100 GPU為基礎的超級電腦在最新的MLPerf HPC 1.0效能測試中，在排行前5名中占據4位，並分享透過軟體升級提升效能的優勢。

產業級AI電腦跑分擂台

MLPerf是由產業共同組成的公正測試組織，其中MLPerf HPC測試項目的重點為透過AI加速強化超級電腦在天體力學、氣候、分子動力學等模擬的能力，而這些耗費大量運算資源的模擬運算，也正迎來使用HPC高效能運算與AI協作加速的趨勢。

MLPerf HPC 1.0透過Cosmoflow、Deepcam、Opencatalyst等3個典型的AI模型，分別透過訓練與推論來評估超級電腦的效能表現，它們的工作負載分別為估算天文望遠鏡圖像中物體的細節，偵測颶風和大氣河流（Atmospheric Rivers）氣候數據，以及預測化學物質分子之間作用力的程度。

每項測試可以分為2部分，其中強擴張（Strong Scaling）為衡量系統訓練模型的速度，而弱擴張（Weak Scaling）則為衡量系統的吞吐量，驗證在限定時間內可以完成多少模型的訓練。

▲ MLPerf HPC 1.0利用模擬天文望遠鏡、氣候、分子動力學等3個典型的AI模型進行測試。

▲ 測試過程也分為將單一工作拆分為多個小塊的強擴張，以及同時執行多個工作的弱擴張等2部分。

▲ 以A100 GPU為基礎的超級電腦在最新的MLPerf HPC 1.0效能測試前5名中占據4位。

▲ 強擴張測試幾乎是NVIDIA取得一面倒勝利。

▲ 弱擴張部分則由Fujitsu的富嶽取得優勢。

NVIDIA表示，與去年的MLPerf 0.7強擴張最佳成績相比，現在NVIDIA能為Cosmoflow提升5倍效能，Deepcam甚至提升7倍，使用者可以透過軟體更新來提升AI運算的效能表現。