北京2021年(nian)7月1日(ri) /美通(tong)社/ -- 美國(guo)東部時間6月30日(ri)，國(guo)際權(quan)威AI基準測(ce)試MLPerf?公布(bu)2021年(nian)最(zui)新榜單，在固(gu)定(ding)任務(wu)(Closed)賽道的全部8項模型訓練任務(wu)中，浪(lang)潮獲(huo)(huo)得4項性能第一，斬(zhan)獲(huo)(huo)半數冠(guan)軍。

MLPerf?由圖靈獎得主大衛·帕特森(David?Patterson)聯合谷歌、斯坦福、哈佛大學等知名學術(shu)機構發起成(cheng)立(li)，是影響力最廣的國際AI性能(neng)(neng)基(ji)準評(ping)測。此次(ci)性能(neng)(neng)評(ping)測基(ji)于最新(xin)MLPerf? Training V1.0基(ji)準，涵(han)蓋了圖像(xiang)分類(lei)(ResNet)、醫(yi)學影像(xiang)分割(U-Net3D)、目標(biao)物(wu)體檢測(SSD)、目標(biao)物(wu)體檢測(Mask R-CNN)、語音識別(RNN-T)、自然語言(yan)理解(BERT)、智能(neng)(neng)推(tui)薦(jian)(DLRM)以及強(qiang)化機器學習(Minigo)8類(lei)AI應用(yong)場(chang)景，每類(lei)場(chang)景都(dou)包含固定任務(Closed)和(he)開(kai)放優化(Open)兩類(lei)性能(neng)(neng)競賽。

除(chu)浪(lang)潮(chao)外，Google、NVIDIA、Intel、DELL等12家廠商也參(can)與(yu)了此次MLPerf?訓練基準(zhun)測(ce)試，競爭十分激(ji)烈。最終，浪(lang)潮(chao)在(zai)固定任務(Closed)賽(sai)道的全部(bu)8項(xiang)任務中(zhong)，獲得圖像分類ResNet、自然語言理解BERT、目標檢測(ce)SSD和(he)智能推薦DLRM4項(xiang)訓練任務性(xing)能冠(guan)軍(jun)，其中(zhong)，浪(lang)潮(chao)NF5688M6獲得ResNet、DLRM和(he)SSD的單機訓練性(xing)能第一(yi)，NF5488A5獲得BERT的單機訓練性(xing)能桂(gui)冠(guan)。

憑借卓異的軟硬件系統優化能力，浪潮將MLPerf?訓練基準的單機效率進一步提升至新的高度。相比2020年MLPerf? Training v0.7榜單，浪潮刷新了圖像分類、自然語言理解、目標檢測(SSD)和智能推薦4項任務的單機訓練性能紀錄，將模型訓練耗時分別縮短了17.95%、56.85%、18.61%和42.64%，凸顯出優質(zhi)AI服務器在AI模型訓練效率上的巨大(da)價值。

浪潮在(zai)MLPerf?基準評(ping)測中(zhong)(zhong)的(de)出色表現(xian)，得(de)益于在(zai)AI計算(suan)系(xi)統(tong)創新上卓越的(de)系(xi)統(tong)設計能力和全(quan)棧優化(hua)能力。在(zai)硬件層面，針(zhen)對(dui)AI訓練中(zhong)(zhong)常見的(de)密(mi)集IO傳輸瓶(ping)頸，浪潮PCIe Retimer Free設計實現(xian)了CPU-GPU間通道免(mian)中(zhong)(zhong)繼高(gao)(gao)速互聯(lian)，大(da)幅降低通信延(yan)遲，極大(da)提升(sheng)了AI訓練效(xiao)率(lv)；同(tong)時，針(zhen)對(dui)高(gao)(gao)負(fu)載多GPU協同(tong)任務調度，對(dui)NUMA節點與(yu)GPU之間的(de)數據傳輸進行全(quan)面優化(hua)和深(shen)度調校，確保訓練任務中(zhong)(zhong)的(de)數據IO無(wu)阻(zu)塞(sai)；此外，在(zai)散熱層面，針(zhen)對(dui)目前業界功率(lv)最高(gao)(gao)的(de)500W 80GB A100 GPU，浪潮率(lv)先開發(fa)的(de)先進片(pian)上液(ye)冷系(xi)統(tong)，確保GPU在(zai)全(quan)功率(lv)甚至超頻負(fu)載下依然穩定工作，將AI計算(suan)系(xi)統(tong)的(de)性能發(fa)揮到極致(zhi)。

在不斷斬獲MLPerf?冠軍的同時(shi)，浪潮(chao)也(ye)把競(jing)賽過程(cheng)中探(tan)索出(chu)的高效優化(hua)(hua)方(fang)法回饋至(zhi)MLPerf社(she)區，推動AI技術的共同進(jin)步(bu)。在MLPerf? Training v0.7中，浪潮(chao)開(kai)創性提出(chu)效率(lv)更(geng)高的ResNet收(shou)斂性優化(hua)(hua)方(fang)案：在ImageNet數據集上(shang)，僅使用(yong)85%的迭代步(bu)數就(jiu)達到了(le)75.9%的目標精(jing)度(du)，該優化(hua)(hua)方(fang)案將訓練性能提升了(le)15%。目前(qian)，該方(fang)案已被社(she)區成員采納(na)，并廣泛(fan)應用(yong)到MLPerf? Training V1.0測試中，這也(ye)是此次(ci)ResNet任(ren)務成績得以(yi)大幅提升的重要原因。

自2020年至(zhi)今，浪潮(chao)參與了MLPerf? training v0.7, Inference v0.7, Inference v1.0, training v1.0四次競賽。已經(jing)累計斬獲41項(xiang)冠軍。

浪潮(chao)是全球領先的(de)AI計(ji)算廠(chang)商，AI服務器市場(chang)份額(e)全球第一，在(zai)中(zhong)國(guo)的(de)市場(chang)份額(e)已連續四(si)年保(bao)持在(zai)50%以上。浪潮(chao)致力于AI計(ji)算平(ping)臺(tai)、資源(yuan)平(ping)臺(tai)和算法平(ping)臺(tai)的(de)研發創新，并(bing)通(tong)過元腦(nao)生態與AI領先企業共同推進(jin)AI產(chan)業化和產(chan)業AI化進(jin)程。