MLPerf HPC得分
时间：2022-04-11 22:30:01 | 来源：行业动态
时间：2022-04-11 22:30:01 来源：行业动态
SC21大会还公布了AI基准测试套件MLPerf HPC的结果。这些测试专门衡量AI性能，也代表着AI技术在科学类工作负载中的占比正不断攀升。与上一轮榜单相比，最佳基准测试结果提升了4至7倍，可以想见如今的超算系统在硬件、软件与系统规模上都有大幅提升。
除了一位特殊选手，其他所有超算系统均由英伟达GPU加速器提供支持，具体涵盖P100、V100以及A100（这位例外就是Fugaku，它采用基于ARM架构的CPU，并未使用任何加速器）。
英伟达在CosmoFLow和DeepCAM基准测试中同样横扫一切。CosmoFlow主要用于根据宇宙学图像数据执行物理量估算，冠军在CosmoFlow任务处理中拿下8.04分钟的好成绩，使用1024个英伟达A100-SXM4-80GB GPU执行训练。（Fugaku凭借512个CPU用于114.35分钟才完成同一任务。）
DeepCAM则用于识别气候模拟数据中的飓风与大气河。致胜的关键同样是英伟达，新系统以两倍于上届冠军的GPU数量在1.67分钟内完成了基准测试。
劳伦斯伯克利国家实验室赢下新的OpenCatalyst基准测试，他们使用512个40 GB版本英伟达A100-SXM4 GPU在111.86分钟内完成了训练。OpenCatalyst主要用于预测超级系统通过图连接性预测分子构型的能力。这方面测试之所以如此重要，是因为它反映了材料科学与化学类工作负载的最新技术水平。这种任务拥有区别于其他神经网络类型的计算特性，其拥有突出的稀疏性，而且不同数据集往往令神经网络形成不同的结构和连接性，进而导致负载不平衡（负载难以有效并行）。
本轮竞赛还引入了新的性能指标。弱缩放模式代表系统能够同时训练同一模型的多个实例，用以探索能否在应用场景中实现资源共享（例如共享存储系统和互连带宽）。
在线咨询
