Habana Gaudi2性能穩(wěn)超英偉達A100，助力實現(xiàn)高效AI訓(xùn)練

近日，英特爾宣布Habana^? Gaudi^?2深度學(xué)習(xí)處理器在MLPerf行業(yè)測試中表現(xiàn)優(yōu)于英偉達A100提交的AI訓(xùn)練時間，結(jié)果突顯了5月在英特爾On產(chǎn)業(yè)創(chuàng)新峰會上發(fā)布的Gaudi2處理器在視覺（ResNet-50）和語言（BERT）模型上訓(xùn)練時間的優(yōu)勢。

英特爾公司執(zhí)行副總裁兼數(shù)據(jù)中心與人工智能事業(yè)部總經(jīng)理 Sandra Rivera表示：“非常高興能與大家分享Gaudi 2在MLPerf基準測試中的出色表現(xiàn)，我也為英特爾團隊在產(chǎn)品發(fā)布僅一個月取得的成就感到自豪。我們相信，在視覺和語言模型中提供領(lǐng)先的性能能夠為客戶帶來價值，有助于加速其AI深度學(xué)習(xí)解決方案。”

借助Habana Labs的Gaudi平臺，英特爾數(shù)據(jù)中心團隊能夠?qū)Ｗ⒂谏疃葘W(xué)習(xí)處理器技術(shù)，讓數(shù)據(jù)科學(xué)家和機器學(xué)習(xí)工程師得以高效地進行模型訓(xùn)練，并通過簡單的代碼實現(xiàn)新模型構(gòu)建或現(xiàn)有模型遷移，提高工作效率的同時降低運營成本。

Habana Gaudi2處理器在縮短訓(xùn)練時間（TTT）方面相較第一代Gaudi有了顯著提升。Habana Labs于2022年5月提交的Gaudi2處理器在視覺和語言模型訓(xùn)練時間上已超越英偉達A100-80G的MLPerf測試結(jié)果。其中，針對視覺模型ResNet-50，Gaudi2處理器的TTT結(jié)果相較英偉達A100-80GB縮短了36%，相較戴爾提交的同樣針對ResNet-50和BERT模型、采用8個加速器的A100-40GB服務(wù)器，Gaudi2的TTT測試結(jié)果則縮短了45%。 

MLCommons發(fā)布的數(shù)據(jù)，2022年6月。https://mlcommons.org/en/training-normal-20/

相比于第一代Gaudi處理器，Gaudi2在ResNet-50模型的訓(xùn)練吞吐量提高了3倍，BERT模型的訓(xùn)練吞吐量提高了4.7倍。這些歸因于制程工藝從16納米提升至7納米、Tensor處理器內(nèi)核數(shù)量增加了三倍、增加GEMM引擎算力、封裝的高帶寬存儲容量提升了三倍、SRAM帶寬提升以及容量增加一倍。對于視覺處理模型的訓(xùn)練，Gaudi2處理器集成了媒體處理引擎，能夠獨立完成包括AI訓(xùn)練所需的數(shù)據(jù)增強和壓縮圖像的預(yù)處理。

兩代Gaudi處理器的性能都是在沒有特殊軟件操作的情況下通過Habana客戶開箱即用的商業(yè)軟件棧實現(xiàn)的。

通過商用軟件所提供的開箱即用性能，在Habana 8個GPU服務(wù)器與HLS-Gaudi2參考服務(wù)器上進行測試比對。其中，訓(xùn)練吞吐量來自于NGC和Habana公共庫的TensorFlow docker，采用雙方推薦的最佳性能參數(shù)在混合精度訓(xùn)練模式下進行測量。值得注意的是，吞吐量是影響最終訓(xùn)練時間收斂的關(guān)鍵因素。

圖形測試配置詳見說明部分。

圖形測試配置見說明部分。

除了Gaudi2在MLPerf測試中的卓越表現(xiàn)，第一代Gaudi在128個加速器和256個加速器的ResNet基準測試中展現(xiàn)了強大的性能和令人印象深刻的近線性擴展，支持客戶高效系統(tǒng)擴展。

Habana Labs首席運營官Eitan Medina表示：“我們最新的MLPerf測試結(jié)果證明Gaudi2在訓(xùn)練性能方面顯著優(yōu)勢。我們將持續(xù)深度學(xué)習(xí)訓(xùn)練架構(gòu)和軟件創(chuàng)新，打造最具性價比的AI訓(xùn)練解決方案。”

關(guān)于MLPerf基準測試：MLPerf社區(qū)旨在設(shè)計公平且極具實際價值的基準測試，以公平地測量機器學(xué)習(xí)解決方案的準確度、速度和效率。該社區(qū)由來自學(xué)術(shù)界、研究實驗室和業(yè)界的AI領(lǐng)導(dǎo)者創(chuàng)建，他們確立基準并制定了一套嚴格的規(guī)則，以確保所有參與者均能夠公平公正地進行性能比對。基于一套明確的規(guī)則，以及能夠?qū)Χ说蕉巳蝿?wù)進行公平比較，目前MLPerf是AI行業(yè)唯一可靠的基準測試。此外，MLPerf基準測試結(jié)果要經(jīng)過為期一個月的同行評審，這將進一步驗證報告結(jié)果。

說明：

ResNet-50性能對比中使用的測試配置

A100-80GB：Habana于2022年4月在Azure實例Standard_ND96amsr_A100_v4上進行測量，使用了一個A100-80GB，其中應(yīng)用了NGC的TF docker 22.03-tf2-py3（optimizer=sgd, BS=256）

A100-40GB：Habana于2022年4月在DGX-A100上進行測量，使用了一個A100-40GB，其中應(yīng)用了NGC的TF docker 22.03-tf2-py3（optimizer=sgd, BS=256）

V100-32GB?：Habana于2022年4月在p3dn.24xlarge上進行測量，使用了一個V100-32GB，其中應(yīng)用了NGC的TF docker 22.03-tf2-py3（optimizer=sgd, BS=256）

Gaudi2：Habana于2022年5月在Gaudi2-HLS系統(tǒng)上進行測量，使用了一個Gaudi2，其中應(yīng)用了SynapseAI TF docker 1.5.0（BS=256）

結(jié)果可能有所不同。

BERT性能對比中使用的測試配置

A100-80GB：Habana于2022年4月在Azure實例Standard_ND96amsr_A100_v4上進行測試，使用了一個A100-80GB，包含NGC的TF docker 22.03-tf2-py3（Phase-1：Seq len=128，BS=312，accu steps=256；Phase-2：seq len=512，BS=40，accu steps=768） 

A100-40GB：Habana于2022年4月在DGX-A100上進行測試，使用了一個A100-40GB，包含NGC的TF docker 22.03-tf2-py3（Phase-1：Seq len=128，BS=64，accu steps=1024；Phase-2：seq len=512，BS=16，accu steps=2048）

V100-32GB：Habana于2022年4月在上p3dn.24xlarge進行測試，使用了一個V100-32GB，包含NGC的TF docker 21.12-tf2-py3（Phase-1：Seq len=128，BS=64，accu steps=1024；Phase-2：seq len=512，BS=8，accu steps=4096）

Gaudi2：Habana于2022年5月在上Gaudi2-HLS進行測試，使用了一個Gaudi2，包含SynapseAI TF docker 1.5.0（Phase-1：Seq len=128，BS=64，accu steps=1024；Phase-2：seq len=512，BS=16，accu steps=2048）

結(jié)果可能有所不同。

Habana Labs、Habana、Habana標識、Gaudi和SynapseAI是Habana Labs的商標。