關于Gaudi2的軟件成熟度： Gaudi的軟件支持在持續(xù)發(fā)展和成熟，并能與日益增長的生成式AI及大語言模型的需求保持同步。

• 本次提交的GPT-3模型基于PyTorch，并采用了當前流行的、隸屬微軟大規(guī)模AI的DeepSpeed優(yōu)化庫，而非定制軟件。DeepSpeed能夠同時支持Data、Tensor和Pipeline的三維并行，進一步優(yōu)化了大語言模型的擴展性能效率。
• 本次MLPerf 3.0的Gaudi2結果以BF16數據類型已提交。預計在2023年第三季度發(fā)布對FP8的軟件支持與新功能時，Gaudi2的性能將有明顯飛躍。

關于第四代至強可擴展處理器的測試結果： 作為眾多解決方案中唯一提交的基于CPU的解決方案，MLPerf結果表明，英特爾至強可擴展處理器為企業(yè)提供了“開箱即用”的功能，可以在通用系統(tǒng)上部署AI，避免了引入專用AI系統(tǒng)的高昂成本和復雜性。

對于少數從頭開始間歇性訓練大模型的用戶，他們可以使用通用CPU，并且通常是在已經完成部署的、基于英特爾的服務器上運行其業(yè)務。此外，大多數人將采用預先訓練好的模型，并用小型數據集對其進行微調。英特爾發(fā)布的結果表明，通過使用英特爾AI軟件以及標準的行業(yè)開源軟件，這種微調可以在短短幾分鐘內完成。

MLPerf測試亮點：

• 在封閉區(qū)，第四代至強可以分別在50分鐘以內（47.93分鐘）和90分鐘以內（88.17分鐘）的時間里訓練BERT和ResNet-50模型。
• 對于BERT模型的開放區(qū)，結果顯示，當擴展至16個節(jié)點時，第四代至強能夠在大約30分鐘左右（31.06分鐘）完成模型訓練。
• 對于較大的RetinaNet模型，第四代至強能夠在16個節(jié)點上實現(xiàn)232分鐘的訓練時間，使客戶能夠靈活地使用非高峰期的至強周期來訓練其模型，即可以在早晨、午餐或者夜間進行模型訓練。
• 具備英特爾^?高級矩陣擴展（Intel^? AMX）的第四代英特爾至強可擴展處理器提供了顯著的“開箱即用”性能提升，其范圍覆蓋了多個框架、端到端數據科學工具，以及廣泛的智能解決方案生態(tài)系統(tǒng)。

MLPerf被普遍認為是最具信服力的AI性能測試基準，能夠在各種解決方案之間進行公平、可重復的性能比較。目前，英特爾已擁有超100次性能結果，且是唯一一個使用行業(yè)標準的深度學習生態(tài)系統(tǒng)軟件，并公開提交CPU結果的廠商。

該結果亦展示了使用極具性價比，且隨時可用的英特爾以太網800系列網絡適配器，可以實現(xiàn)出色的擴展效率，此類適配器采用基于英特爾oneAPI的開源英特爾^?以太網軟件包。

說明：

* MLPerf 測試語料庫由1%的GPT-3 模型代表組成。

zhupb