編譯｜半導體產業縱橫
Nvidia Blackwell在AI推理領域領先，AMD 位居第二。
在 MLCommons 發布的最新一輪機器學習基準測試結果中，基于 Nvidia 全新 Blackwell GPU 架構構建的計算機表現優于其他所有計算機。但 AMD 的最新 Instinct GPU MI325 卻與其競爭對手Nvidia H200相媲美。兩者的可比結果主要來自對較小規模大型語言模型之一Llama2 70B（700 億個參數）的測試。然而，為了跟上快速變化的人工智能格局，MLPerf增加了三個新基準測試，以更好地反映機器學習的發展方向。
MLPerf 針對機器學習系統進行基準測試，旨在提供計算機系統之間的同類比較。提交者使用自己的軟件和硬件，但底層神經網絡必須相同。目前共有 11 個服務器基準測試，今年又增加了 3 個。
MLPerf Inference 聯合主席 Miro Hodak 表示，“很難跟上該領域的快速發展”。ChatGPT直到 2022 年底才出現，OpenAI于去年 9 月推出了其首個可以推理任務的大型語言模型 (LLM)，LLM 呈指數級增長——GPT3 擁有 1750 億個參數，而 GPT4 被認為擁有近 2 萬億個參數。由于這些飛速的創新，“我們加快了將新基準引入該領域的步伐，”Hodak 說。
新的基準測試包括兩個 LLM。流行且相對緊湊的 Llama2 70B 已經是成熟的 MLPerf 基準測試，但該聯盟希望能夠模仿人們今天對聊天機器人的期望的響應能力。因此，新的基準測試“Llama2-70B Interactive”收緊了要求。在任何情況下，計算機每秒必須至少產生 25 個指令，并且開始回答的時間不能超過 450 毫秒。
在看到“代理AI”的崛起——能夠處理復雜任務的神經網絡——MLPerf試圖測試一個具有所需某些特征的LLM。他們選擇了Llama3.1 405B來完成這項工作。這個LLM具有所謂的寬上下文窗口。這是衡量它一次可以吸收多少信息——文檔、代碼樣本等——的指標。對于Llama3.1 405 B來說，這是128,000個指令，是Llama2 70B的30倍以上。
最后一個新基準稱為 RGAT，即所謂的圖注意力網絡。它的作用是對網絡中的信息進行分類。例如，用于測試 RGAT 的數據集由科學論文組成，這些論文在作者、機構和研究領域之間都有關系，構成了 2TB 的數據。RGAT 必須將論文分為不到 3,000 個主題。
Blackwell，測試結果
英偉達主導 MLPerf 基準測試。其第一代和第二代 Hopper 架構 GPU——H100 和內存增強型 H200——都表現出色。英偉達加速計算產品總監戴夫·薩爾瓦托（Dave Salvator）表示，從 2022 年投入生產的 Hopper 架構 GPU 來看，“我們在過去一年中又獲得了 60% 的性能提升。在性能方面，它仍有一些提升空間。”
但是，真正占據主導地位的是英偉達的Blackwell架構GPU，即B200。“比Hopper更快的唯一東西就是Blackwell，”Salvator說。與H200相比，B200的高帶寬內存增加了36%，但更重要的是，它可以使用精度低至4位的數字執行關鍵的機器學習數學運算，而不是Hopper開創的8位精度。精度較低的計算單元更小，因此更適合GPU，從而加快了AI計算速度。
在Llama3.1 405B基準測試中，Supermicro的八臺B200系統每秒提供的指令數量幾乎是思科八臺H200系統的四倍。同樣的Supermicro系統比Llama2 70B交互版本中速度最快的H200計算機快三倍。
英偉達使用其Blackwell GPU和Grace CPU的組合，稱為GB200，展示了其NVL72數據鏈接如何能夠很好地整合機架中的多臺服務器，使它們像一臺巨大的GPU一樣運行。在一項未經驗證的結果中，該公司分享，基于GB200的完整機架在Llama2 70B上每秒提供869,200個指令。在這一輪MLPerf中報告的最快系統是英偉達的B200服務器，其每秒提供98,443個指令。
AMD將其最新的 Instinct GPUMI325X 定位為性能可與 Nvidia 的 H200 相媲美的產品。MI325X 擁有與其前身 MI300 相同的架構，但增加了更多的高帶寬內存和內存帶寬 — 256 GB 和 6 TB/秒（分別提高了 33% 和 13%）。
添加更多內存是為了處理越來越大的 LLM。“更大的模型能夠利用這些 GPU，因為模型可以裝入單個 GPU 或單個服務器中，” AMD 數據中心 GPU 營銷總監Mahesh Balasubramanian說。“因此，你不必承擔從一個 GPU 到另一個 GPU 或從一個服務器到另一個服務器的通信開銷。當你消除這些通信時，延遲會大大改善。”AMD 能夠通過軟件優化利用額外的內存，將 DeepSeek-R1 的推理速度提高八倍。
在 Llama2 70B 測試中，八 GPU MI325X 計算機的速度與同樣配置的 H200 系統相比，只相差 3% 到 7%。在圖像生成方面，MI325X 系統的速度與 Nvidia H200 計算機相比，只相差 10% 以內。
AMD 本輪另一個值得注意的成績來自其合作伙伴 Mangoboost，通過在四臺計算機上進行計算，它在 Llama2 70B 測試中表現出了近四倍的性能。
英特爾歷來在推理競賽中推出僅使用 CPU 的系統，以表明對于某些工作負載，您實際上并不需要 GPU。 這次看到了來自英特爾 Xeon 6 芯片的首批數據，該芯片以前稱為 Granite Rapids，采用英特爾的 3 納米工藝制造。 在每秒 40,285 個樣本的情況下，雙 Xeon 6 計算機的最佳圖像識別結果約為配備兩個 Nvidia H100 的思科計算機性能的三分之一。
與 2024 年 10 月的 Xeon 5 結果相比，新 CPU 在該基準測試中提升了約 80%，在物體檢測和醫學成像方面的表現更是大幅提升。自 2021 年首次提交 Xeon 結果（Xeon 3）以來，該公司在 Resnet 上的性能提升了 11 倍。
目前，英特爾似乎已經退出了 AI 加速器芯片之爭。其 Nvidia H100 的替代品Gaudi 3既未出現在新的 MLPerf 結果中，也未出現在去年 10 月發布的 4.1 版中。Gaudi 3 的發布時間晚于計劃，因為其軟件尚未準備好。在英特爾愿景 2025 （該公司僅限受邀參加的客戶會議）的開幕詞中，新任首席執行官陳立武 (Lip-Bu Tan) 似乎為英特爾在 AI 方面的努力表示歉意。他告訴與會者： “我對我們目前的狀況不滿意。你們也不滿意。我清楚地聽到了你們的聲音。我們正在努力建立一個有競爭力的系統。這不會在一夜之間發生，但我們會為你們實現目標。”
谷歌的TPU v6e 芯片也表現出色，盡管結果僅限于圖像生成任務。在 2024 年 10 月的結果中，4-TPU 系統以每秒 5.48 次查詢的速度比使用其前身 TPU v5e 的類似計算機提高了 2.5 倍。即便如此，每秒 5.48 次查詢的速度與使用 Nvidia H100 的 類似尺寸的聯想計算機大致相當。
編譯自ieee spectrum