MLPerf放榜，中國AI芯片公司再獲世界第一！大模型推理三項冠軍，性能超越H100
隨著ChatGPT等AIGC應用掀起大模型浪潮，算力層作為基礎設施，成為最先受益的產業。
然而，算力需求大、費用昂貴等問題，已成為企業落地大模型的普通痛點，更可能制約AI向前發展：大模型參數日益增長，而算力供給瓶頸迫在眉睫，二者形成巨大矛盾。
如何探索更好的大模型算力方案，是業界共同關注的焦點。
近日，全球權威測評MLPerf 公布最新推理測評結果，這是MLPerf首度引入GPT大模型推理測試，參與熱度再創紀錄，收到了來自英偉達、英特爾、谷歌、高通等企業提交的13500多項性能結果。
在MLPerf Inference 3.1中，墨芯人工智能（Moffet AI）S30計算卡在大模型GPT-J（60億參數）上，單卡、4卡、8卡的算力均獲得第一。
這是墨芯在MLPerf上連續第三次衛冕。
此前墨芯曾在MLPerf Inference 2.0與2.1上，連續兩屆獲得第一。
墨芯S30計算卡
墨芯的成績，為大模型算力方案帶來了可行的創新方向。
事實證明：結合AI模型與計算平臺的軟硬協同創新，能夠釋放更大的算力潛力。這也再度印證：以稀疏計算為代表的創新技術，將是大模型時代算力發展的關鍵。
墨芯參加的是MLPerf開放分區，據主辦方MLCommons介紹，該分區旨在鼓勵創新。因此參賽者可以通過軟硬協同等方式，探索對算力的提升。
在MLPerf中的GPT-J大模型上，與4nm制程的H100純硬件加速方案相比，12nm制程的墨芯S30計算卡通過「原創的雙稀疏算法+硬件協同」方式，取得了高達1.8倍的優勢。
本次測評的GPT-J模型是生成式AI模型，墨芯S30計算卡在8卡、4卡、單卡模式下，性能分別為170.59，91.57，23.28 (Sample/s)，達到英偉達H100性能的1.6倍、1.8倍、1.8倍，展現出墨芯產品在AIGC類任務上的能力。
三度奪冠，大模型算力率先「交卷」，軟硬協同持續創新——墨芯的產品實力數次經過MLPerf的嚴格檢驗，也探索出大模型算力發展的新路徑。
稀疏計算——大模型「潛力股」獲得市場認可
墨芯接連的優異成績，主要得益于基于稀疏化算法的軟硬協同設計。
在大模型時代，稀疏計算的重要性不言而喻：AI模型大小與其稀疏化潛力成正比。
也就是說，當模型越大，算法上有更大稀疏的可能性，稀疏計算可加速的幅度也越高。對于一般大型語言模型，稀疏計算可帶來數十倍加速。
墨芯獨創的雙稀疏算法，結合軟硬協同設計，使墨芯Antoum?芯片成為全球首款高稀疏倍率AI芯片，支持高達32倍稀疏——這也正是墨芯在本次MLPerf中創新紀錄的關鍵。
模型越大，稀疏計算的優勢越明顯——尤其是在GPT等大模型參數動輒上百億、千億的現狀下，這使得墨芯的護城河更為穩固。
墨芯的產品實力與稀疏計算的大勢所趨，也獲得了業界的認可：墨芯商業化進程接連取得重要突破，助力企業加速AI應用。
就在近日，墨芯正式成為支持Byte MLPerf的供應商之一。
來源：Byte MLPerf網站
項目地址：https://github.com/bytedance/ByteMLPerf/blob/main/README.md
當前，墨芯AI計算平臺已能夠支持不同參數級別的大模型，包括 BLOOM, OPT, GPT-J，LLaMA，StableDiffusion等。
同時具有高吞吐、低延時、低功耗等特點，緩解算力之困，真正為企業帶來「好用」、「用得起」的大模型算力方案。
帶來根本性的算力變革，稀疏計算助力大模型發展
墨芯的稀疏計算方案不僅能夠緩解當前的算力難題，也為AI的持續發展打開新的空間。
稀疏計算減少了AI模型的計算量，這意味著能讓大模型既在參數量上躍升若干個數量級的同時，又不產生過大的計算量，大模型參數增長與算力瓶頸的矛盾有望從根本上得到解決。
同時，由于計算量的減少，大模型的高算力需求、高功耗、高費用等痛點，也一并得到解決，實現「多贏」效果。
墨芯Antoum芯片：全球首款高稀疏倍率AI芯片，支持高達32倍稀疏
連續三屆MLPerf的優異成績，不僅是對墨芯產品實力的證明，也為業界帶來新啟示：在稀疏計算等技術的助力下，大模型的發展與應用有望迎來更廣闊的施展空間，加速AIGC等應用在各行各業遍地開花。
關于MLPerf
MLPerf由圖靈獎得主大衛?帕特森(David Patterson)聯合谷歌、斯坦福、哈佛大學頂尖學術機構發起成立，是權威性最高、影響力最廣的國際AI性能基準測試，以對迅速增長的AI計算需求與性能進行及時的跟蹤測評。
