【リンク先抜粋】
　機械学習の業界標準ベンチマーク「MLPerf」の第3ラウンド（「MLPerf v0.7」）において、8種類の機械学習モデルを対象としたスコア結果が発表された。ライバル同士であるNVIDIAとGoogleは、いずれもトップ性能を達成したと主張する。 NVIDIAの「A100」は、商用アクセラレーターの8つのテスト全てにおいて、性能（チップ当たりの性能）でトップスコアを記録した。NVIDIAの「V100」の性能を「1」としている 出典：NVIDIA（クリックで拡大） 　両社とも自らの勝利を主張しているが、その成果についてはさらなる精査が必要だ。各スコアは、個々のアクセラレーターチップではなく、システムをベースとして測定される。NVIDIAは、同社の次世代アーキテクチャ「Ampere（アンペア）」のハイエンドGPU「NVIDIA A100」をベースとしたスーパーコンピュータを使用し、商用利用可能なシステムのカテゴリーにおいて圧倒的な勝利を収めている。一方Googleは、大規模な「TPU v3」システムと小規模な「TPU v4」システムで研究カテゴリーにエントリーし、強力な挑戦者とされている。 　NVIDIAのA100ベースのシステムは、商用利用可能なシステムのカテゴリーにおいて、全てのベンチマーク正規化結果で第1位の性能を達成した。同社のアクセラレーターのベンチマーク結果は、全体的に優位性を確立している。NVIDIAの他にも、富士通やInspur、Dell、Tencent、Alibabaなどのサードパーティーのシステムビルダーが、リストの中で大多数を占めている。 　Googleは、同社のTPU v3ベースのスーパーコンピュータ（スパコン）が、複数のベンチマークにおいて最速のトレーニング時間を記録したと主張する。ただし同社のシステムは、NVIDIAの大規模システムと比べると、アクセラレーターチップの数が約2倍だ。またTPU v4は、前回のラウンドでTPU v3が達成した性能スコアと比べて、2～3倍高い成果を実現していることから、GoogleはTPU v4が優れた可能性を秘めていることを示した形となる。 ベンチマークの概要 　ベンチマーク測定では、全8種類のモデルに必要とされる精度に対して実施したトレーニング時間を測定する。これらのモデルは、現状のカスタマーAI

続きはこちら

(2020/08/04)