„Google Cloud“ pristato pažangius AI mokymo štandartus su septintosios kartos „Ironwood“ TPU

Vaizdas: Google · Šaltinis
„Google Cloud“ demonstruoja naujus MLPerf Training v6.1 rezultatus, naudodamas septintosios kartos „Ironwood“ TPU ir „NVIDIA Grace Blackwell“ GPU, rodydamas pirmaujančius AI mokymo greičius ir efektyvumą naujausiuose priešmokymų ir agentinio stiprinamojo mokymosi testuose.
„Google Cloud“ paskelbė naujus dirbtinio intelekto mokymo našumo štandartus, skirtus MLPerf Training v6.1 etapui, pabrėždamas didelį pažangą naudodamas septintosios kartos „Ironwood“ Tensor Processing Units (TPU) ir „NVIDIA Grace Blackwell“ grafikos procesorius. Šie rezultatai atspindi „Google“ tolesnes investicijas į bendro dizaino silicumą, tinklo technologijas ir atvirą programinės įrangos infrastruktūrą savo AI „Hypercomputer“ architektūroje.
Tarp svarbiausių pasiekimų – 8 192 „Ironwood“ TPU per 1,70 minutės atliko priešmokymą svarbiam mašininio mokymosi modeliui, efektyviai skalaujantis iki 4 096 lustų su nuolatiniu 96 % efektyvumu. Šis greitas mokymo laikas žymi svarbų etapą mažinant AI kūrimo ciklus dideliems modeliams.
Be to, „Ironwood“ architektūra parodė savo galimybes naujame agentinio stiprinamojo mokymosi (RL) testavime – pirmame tokio tipo MLPerf konkurse. Naudodamas 640 „Ironwood“ TPU, sistema pasiekė agentinio RL tikslo kodavimo tikslumą per 18,02 minutės, viršydama 0,69 testavimo balo tikslą ir pasiekusi 0,765. Mokymo sistema taip pat optimizavo lustų panaudojimą, užtikrindama, kad aparatinė įranga būtų neveikianti mažiau nei 3 % laiko atliekant vienu metu kodo generavimo ir mokymosi užduotis.
Be TPU, „Google Cloud“ taip pat pateikė rezultatus naudodama „NVIDIA Grace Blackwell“ GPU savo A4X Max instancijose. 256 „NVIDIA GB300“ GPU klasteris baigė priešmokymo bandymą per 31,96 minutės, o papildomi rezultatai buvo skirti agentinio RL testui.
Šie štandartai atspindi sinergiją tarp „Google“ vartotojiškos techninės įrangos ir programinės įrangos rinkinio, stumiančią AI mokymo greičio ir efektyvumo ribas. Išsamūs rezultatai pabrėžia tvirtai integruotos debesijos AI infrastruktūros naudą, pritaikytą didelėms ir sudėtingoms modelių apkrovoms.
Išsamią techninę informaciją ir papildomus MLPerf Training v6.1 etapo rezultatus rasite oficialiame „Google Cloud“ tinklaraštyje.
Šaltiniai ir originalūs pranešimai
Skaityti originalų šaltinį ↗

Komentarai (0)
Komentarų dar nėra. Pradėkite diskusiją.
Rašyti komentarą
Komentarai publikuojami po moderavimo. Jūsų vardas ir komentaras bus vieši. Paskyra