NVIDIA קיבלה ציון גבוה במבחן הביצועים MLPerf עם המעבד הגרפי A100, המספק ביצועי הפקת מסקנות באמצעות בינה מלאכותית (AI Inference) מהירים פי 237 מאשר CPUs, ומאפשר לארגונים להניע בינה מלאכותית ממחקר – לייצור
NVIDIA הכריזה כי פלטפורמת מחשוב הבינה המלאכותית שלה, הצליחה פעם נוספת לשבור את שיאי הביצועים בסבב האחרון של מבחן הביצועים MLPerf, ובכך היא מעצימה את ההובלה שלה במבחן הביצועים העצמאי היחיד בתעשייה שמסוגל למדוד ביצועי AI של חומרה, תוכנה ושירותים.
NVIDIA זכתה בכל אחד מהמבחנים של ששת יישומי הדאטה-סנטר ומערכות מחשוב הקצה (Edge Computing Systems) בגרסה השנייה של MLPerf Interface. מבחן הביצועים החדש התרחב מעבר לשני תחומי הבדיקה המקוריים שבחנו יכולות ראייה ממוחשבת, ובוחן כעת ארבעה תחומים נוספים הנמצאים בצמיחה בעולמות הבינה המלאכותית: מערכות המלצה (Recommendation Systems), הבנת שפה טבעית (Natural Language Understanding), זיהוי דיבור (Speech Recognition) ועיבוד תמונה רפואית (Medical Imaging).
ארגונים במגוון רחב של תעשיות כבר החלו להתנסות ביישומי בינה מלאכותית של ה-NVIDIA A100 Tensor Core GPU על מנת להעביר את ה-AI מקבוצות המחקר, ישירות אל הפעילות היום-יומית. מוסדות פיננסיים החלו לבצע שימוש בבינה מלאכותית על מנת לענות על פניות הלקוחות במהירות גבוהה יותר; קמעונאים משתמשים בה לטובת שמירה על המלאי במדפי החנויות; וספקי שירותי בריאות משתמשים בבינה מלאכותית על מנת לנתח מיליוני תמונות רפואיות על מנת לזהות מחלות במדויק ולהציל חיים.
"אנו נמצאים בנקודת מפנה, שכן כל תעשייה מחפשת דרכים טובות יותר ליישם טכנולוגיות בינה מלאכותית על מנת להציע שירותים חדשים, ולהוביל לצמיחת העסקים שלהם", אמר איאן באק (Ian Buck), סגן נשיא ומנכ"ל חטיבת מחשוב מואץ (Accelerated Computing) ב-NVIDIA. "העבודה שעשינו על מנת להשיג את התוצאות הללו ב-MLPerf מעניקה לחברות רמה חדשה של ביצועי בינה מלאכותית, לטובת שיפור חיי היום-יום של כולנו", הוא הוסיף.
"בפעם הראשונה, המעבדים הגרפיים (GPUs) של NVIDIA מציעים יכולת הפקת מסקנות בעלת קיבולת רחבה יותר בענן הציבורי מאשר CPUs. למעשה, הקיבולת המקסימלית להפקת תובנות AI בענן באמצעות ה-GPU של אנבידיה, גדלה פי 10 לערך בכל שנתיים." סיכם באק.