Datorzinātnes

Google Cloud atklāj septītās paaudzes Ironwood TPU ar uzlabotiem AI apmācības rādītājiem

Tendela Briefing ·
6 skatījumi · 0 Komentāri
Google Cloud atklāj septītās paaudzes Ironwood TPU ar uzlabotiem AI apmācības rādītājiem

Attēls: Google · Avots

Google Cloud demonstrē jaunākos MLPerf Training v6.1 rezultātus ar septītās paaudzes Ironwood TPU un NVIDIA Grace Blackwell GPU, rādot vadošus AI apmācības ātrumu un efektivitāti jaunākajos priekšapmācības un aģentisko pastiprinātās mācīšanās testos.

Google Cloud ir publicējis jaunus mākslīgā intelekta apmācības veiktspējas rādītājus MLPerf Training v6.1 kārtā, izceļot būtiskus sasniegumus, izmantojot savu septītās paaudzes Ironwood Tensor Processing Units (TPU) un NVIDIA Grace Blackwell GPU. Šie rezultāti parāda Google nepārtrauktās investīcijas kopīgi izstrādātā aparatūrā, tīklos un atvērtās programmatūras infrastruktūrā savā AI Hypercomputer arhitektūrā.

Svarīgākie sasniegumi ietver to, ka 8 192 Ironwood TPU pabeidza lielas mašīnmācīšanās modeļa priekšapmācību tikai 1,70 minūtēs, efektīvi mērogojoties līdz 4 096 mikroshēmām ar noturīgu 96% efektivitāti. Šis ātrais apmācības laiks ir nozīmīgs solis AI izstrādes ciklu samazināšanā liela mēroga modeļiem.

Turklāt Ironwood arhitektūra demonstrēja savas spējas jaunā aģentiskās pastiprinātās mācīšanās (RL) testā – pirmajā MLPerf šāda veida konkursā. Izmantojot 640 Ironwood TPU, sistēma sasniedza aģentiskās RL kodēšanas precizitātes mērķi 18,02 minūtēs, pārsniedzot testa mērķa rezultātu 0,69 ar faktisko rezultātu 0,765. Apmācības iestatījums arī optimizēja mikroshēmu izmantošanu, nodrošinot, ka aparatūra tika mazāk nekā 3% no laika atstāta dīkstāvē vienlaicīgas koda ģenerēšanas un mācīšanās uzdevumu laikā.

Papildus TPU, Google Cloud iesniedza rezultātus arī, izmantojot NVIDIA Grace Blackwell GPU savos A4X Max instancēs. 256 NVIDIA GB300 GPU klasteris pabeidza priekšapmācības testu 31,96 minūtēs, kā arī tika iesniegti rezultāti aģentiskās RL testam.

Šie rādītāji atspoguļo Google pielāgotās aparatūras un programmatūras kaudzes sinerģiju, virzot AI apmācības ātruma un efektivitātes robežas. Detalizētie rezultāti uzsver cieši integrētas mākoņa AI infrastruktūras priekšrocības, kas pielāgota lielu un sarežģītu modeļu darba slodzēm.

Pilnīgai tehniskai informācijai un papildu rezultātiem no MLPerf Training v6.1 kārtas Google Cloud oficiālais blogs sniedz plašu pārskatu.

Avoti un oriģinālziņas

Komentāri (0)

Komentāru vēl nav. Sāciet diskusiju.

Rakstīt komentāru

Komentāri tiek publicēti pēc moderēšanas. Jūsu vārds un komentārs būs redzami publiski. Konts