MLPerf
2023年 9月 11日
NVIDIA GH200 Grace Hopper 超级芯片首次亮相,取得领先的 MLPerf 推理 v3.1 结果
人工智能正在改变计算方式,推动AI在全球范围内的应用部署。智能聊天机器人、图像和视频合成的简单文本提示、
4 MIN READ
2023年 7月 6日
新的 MLPerf 推理网络部门展示 NVIDIA InfiniBand 和 GPUDirect RDMA 功能
在 MLPerf Inference v3.0 中,NVIDIA 首次向新推出的 网络分割 投入,
3 MIN READ
2023年 4月 5日
通过 AI 的全栈优化在 MLPerf 推理 v3.0 中创下新纪录
目前最令人兴奋的计算应用程序依赖于在复杂的人工智能模型上进行训练和运行推理,通常是在要求苛刻的实时部署场景中。需要高性能、
5 MIN READ
2022年 11月 9日
使用 MLPerf HPC v2.0 基准测试调整 AI 基础设施性能
随着人工智能和模拟的融合加速了科学发现,需要一种方法来衡量和排名构建世界超级计算机人工智能模型的速度和吞吐量。
3 MIN READ
2022年 11月 9日
领先的 MLPerf Training 2.1 ,具有针对 AI 的全栈优化
MLCommons 开发的 MLPerf 基准是组织衡量其机器学习模型跨工作负载培训性能的关键评估工具。
4 MIN READ
2022年 9月 8日
全栈创新为 NVIDIA 最高 MLPerf 推断 2.1 结果提供燃料
如今,人工智能驱动的应用程序正在实现更丰富的体验,这是由更大和更复杂的人工智能模型以及许多模型在管道中的应用所推动的。
4 MIN READ
2022年 6月 30日
为 NVIDIA MLPerf Training v2.0 性能提供动力的全堆栈优化
MLPerf benchmarks 由工业界、学术界和研究实验室的人工智能领导者组成的联盟开发,旨在提供标准、公平和有用的深度学习性能测量。
4 MIN READ
2022年 5月 11日
使用 NVIDIA A30 GPU 加速人工智能推理工作负载
NVIDIA A30 GPU 基于最新的 NVIDIA Ampere 体系结构,可加速各种工作负载,如大规模人工智能推理、
2 MIN READ
2022年 4月 6日
在 MLPerf 推理 2.0 上获得最佳性能
Megatron 530B 等机型正在扩大人工智能可以解决的问题范围。然而,随着模型的复杂性不断增加,它们对人工智能计算平台构成了双重挑战:
4 MIN READ
2022年 3月 1日
使用最新的由 NVIDIA 驱动的实例,在云端节省时间和金钱
人工智能正在改变每一个行业,实现传统软件无法实现的强大的新应用程序和用例。随着人工智能的不断扩散,以及人工智能模型的规模和复杂性的不断增加,
4 MIN READ
2021年 12月 1日
通过全堆栈优化提升 NVIDIA MLPerf Training v1.1 的性能
自 v1.0 以来已经过去了五个月,所以是时候进行新一轮 MLPerf 培训基准了。在这个 v1.1 版本中,
5 MIN READ
2021年 11月 17日
MLPerf HPC v1.0 :深入研究优化,创造 NVIDIA 创纪录的性能
在 MLPerf HPC v1 . 0 中, NVIDIA 供电系统赢得了五项新的行业指标中的四项,
2 MIN READ