超級計算機作為國之重器,是眾多前沿科研的強大支柱。隨著人工智能的迅速發(fā)展,智能超級計算機成為科研界與工業(yè)界新的熱點;全球各大科研機構、企業(yè)巨頭、創(chuàng)業(yè)公司都紛紛推出了各自的智能超級計算機。近日,國際測試委員會(BenchCouncil)在2020青島創(chuàng)新節(jié)期間舉辦的的智能計算機大會和芯片大會聯(lián)合主論壇上發(fā)布了國際首個智能超級計算機榜單HPC AI500。日本富士通公司奪得榜首,騰訊公司位列第四,中日美三國公司包攬榜單前九。

通過科學合理的實驗,HPC AI500榜單從人工智能性能評價標準AIBench中選取了最能代表智能超算應用場景的測試程序:圖像分類和極端天氣分析(目標檢測)。考慮到模型精度在人工智能領域的重要性,HPC AI 500使用每秒有效浮點操作數(shù)(VFLOPS)作為主要的性能指標, 該指標是一個兼顧系統(tǒng)性能和模型精度的指標。除了VFLOPS,HPC AI500同時還使用訓練人工智能模型所需時間和相應模型所能達到的精度作為輔助指標。

榜單顯示,來自日本富士通公司推出的智能超級計算機系統(tǒng)以每秒3.141億億次的有效浮點運算速度位列榜首。排名第二和第三的智能超級計算機系統(tǒng)分別來自美國谷歌公司和日本索尼公司,由中國騰訊公司推出的智能超級計算機系統(tǒng)則排榜單第四位。榜單上前三的智能超級計算機系統(tǒng)均通過使用大規(guī)模的人工智能加速器(如GPU,TPU等)和相應的高性能算法來提高人工智能的性能。折桂的日本富士通公司的智能超級計算機系統(tǒng)使用了多達2048塊的Tesla V100GPU,并提出了新穎的通訊算法來優(yōu)化不同層次。

HPC AI500 VFLOPS排名

在不同超級計算機上訓練人工智能模型所需的時間

在不同超級計算機上訓練人工智能模型達到的精度

此外,國際測試委員會(BenchCouncil)還發(fā)布了智能芯片性能榜單,對近20款主流人工智能芯片配置進行了性能排名。該排行榜基于最新的人工智能性能評價標準AIBench。AIBench旨在客觀公正、綜合全面地評價當前蓬勃發(fā)展的各類人工智能系統(tǒng),引領人工智能系統(tǒng)的研發(fā)走向正確的方向。它包含3個互聯(lián)網(wǎng)人工智能場景和17個人工智能任務,能夠反映真實的人工智能應用場景,由國際測試委員會(BenchCouncil)聯(lián)合阿里、騰訊、微軟亞研、Paypal 等國內(nèi)外17家知名互聯(lián)網(wǎng)企業(yè)共同發(fā)布,是目前最全面的人工智能性能評價標準。

智能芯片性能榜單對多種硬件做了性能排名,對芯片購買方有借鑒意義,也對智能芯片的設計方向具有參考價值。對于圖像分類負載,Google出品的 TPU 性能達到英偉達GPU的8倍以上,但是通用性不及英偉達 GPU,在部分負載上軟件開發(fā)者需要對其做針對性的優(yōu)化,會帶來額外的開發(fā)成本。同時榜單中可以看出,Facebook主導的開源軟件框架Pytorch 雖然支持 TPU,但是性能很差,尤其是 I/O 利用率遠不及 Google 主導的軟件框架Tensorflow,導致 TPU 無法發(fā)揮全部性能。目前國內(nèi)很多廠商在智能芯片上的投入很大,但是卻忽視了與軟件開發(fā)框架的協(xié)同優(yōu)化。Google對TPU和Tensorflow的軟硬件協(xié)同設計與優(yōu)化值得國內(nèi)智能芯片廠商借鑒和學習。

智能芯片排行榜(圖像分類)

智能芯片排行榜(目標檢測)

智能芯片排行榜(學習排序)