,,

Graphcore 與百度飛槳攜手閃耀MLPerf，AI性能再創佳績

（2024年11月23日更新）

Graphcore其參與(擬未)正式發布MLPerf最新的測試結果。本次提交，Graphcore使用新發布的Bow圖像分類模型系統ResNet-50和自然語言處理模型BERT與上次提交相比，性能提高了31%和37%。Graphcore還增加了語音轉錄模型RNN-T的提交。

芯片采購網專注于整合國內外授權IC代理商現貨資源，芯片庫存實時查詢，行業價格合理，采購方便IC芯片，國內專業芯片采購平臺。

本次MLPerf第三方首次使用提交Graphcore系統。百度飛槳使用百度飛槳。Graphcore系統進行了BERT和Graphcore的BERT提交幾乎一致的性能證明了Graphcore的IPU提供的性能可以有效地跨框架復制，以及IPU生態進一步繁榮的潛力。

Graphcore這次面向封閉分區ResNet-50和BERT以3提交了兩個模型D WoW處理器Bow IPU為核心的Bow系統，包括Bow Pod16、Bow Pod64、Bow Pod128和Bow Pod256。與前代產品相比，Bow在提供更好性能的同時，系統的價格保持不變，進一步改進Graphcore系統性價比優勢。結果表明，與上次提交相比，ResNet-訓練時間提高31%，BERT訓練時間增加37%。

在GPU優勢模型ResNet-50上，Bow Pod16只需19.6分鐘，表現優于NVIDIA的旗艦產品DGX-A100 640GB所需的28.7分鐘再次反映出來Bow系統性價比優勢。

除此之外，Graphcore還提交了RNN-T開放分區的結果。RNN-T在移動設備中廣泛應用于高度準確的語音識別。Bow Pod64上，RNN-T訓練時間可以從幾周縮短到幾天。

Graphcore中國工程副總裁，AI算法科學家金琛說：這次MLPerf我們為取得的優異成績感到非常自豪Graphcore始終堅持創新是不可分割的。我們也很高興通過與百度槳的合作，加快與百度槳的合作IPU擴大生態系統，賦予產業權力，促進各領域產業AI轉型升級。U-Blox代理我們將繼續創新，應對不斷增長的問題AI計算挑戰，幫助AI計算進化。

在本次MLPerf Training 2.在0的提交中，使用百度飛槳Bow Pod16和Bow Pod64進行了BERT提交封閉分區，結果及Graphcore使用PopART提交結果幾乎一致。這充分證明了這一點Graphcore IPU跨框架復制性能。這種能力的實現得益于這種能力的實現Graphcore硬件系統靈活，軟件不斷優化，本地支持強，合作伙伴支持強。就像這次提交一樣，百度會Graphcore的Poplar結合飛槳軟件框架，取得了優異的性能效果。

百度槳產品團隊負責人趙喬說：百度槳和Graphcore本次合作MLPerf取得了很好的成績。Graphcore的IPU該系統在合作中表現出色，在許多應用場景中表現出巨大的應用潛力。我們期待進一步加深Graphcore以創新技術加快硬件生態共創計劃合作AI產業落地，推進AI產業變革。”

百度飛槳已經實現了IPU全面支持。Graphcore是百度飛槳硬件生態系統的創始成員，并于2022年5月正式加入百度飛槳發起的硬件生態共創計劃。未來，雙方將進一步合作，為開發者提供更多的創新工具AI生態繁榮賦能產業AI的應用和AI的商業化。產業中AI落地的應用也會反饋AI的發展和AI進一步繁榮生態。