MLPerf放榜，中国AI芯片公司再获世界第一！大模型推理三项冠军，性能超越H100

  新智元报道  

编辑：好困 桃子

【新智元导读】MLPerf最新GPT大模型推理测试放榜了！这家国产算力公司再拿世界第一，性能最高可达1.8倍英伟达H100。

随着ChatGPT等AIGC应用掀起大模型浪潮，算力层作为基础设施，成为最先受益的产业。然而，算力需求大、费用昂贵等问题，已成为企业落地大模型的普通痛点，更可能制约AI向前发展：大模型参数日益增长，而算力供给瓶颈迫在眉睫，二者形成巨大矛盾。如何探索更好的大模型算力方案，是业界共同关注的焦点。近日，全球权威测评MLPerf 公布最新推理测评结果，这是MLPerf首度引入GPT大模型推理测试，参与热度再创纪录，收到了来自英伟达、英特尔、谷歌、高通等企业提交的13500多项性能结果。在MLPerf Inference 3.1中，墨芯人工智能（Moffet AI）S30计算卡在大模型GPT-J（60亿参数）上，单卡、4卡、8卡的算力均获得第一。这是墨芯在MLPerf上连续第三次卫冕。此前墨芯曾在MLPerf Inference 2.0与2.1上，连续两届获得第一。

墨芯S30计算卡

墨芯的成绩，为大模型算力方案带来了可行的创新方向。事实证明：结合AI模型与计算平台的软硬协同创新，能够释放更大的算力潜力。这也再度印证：以稀疏计算为代表的创新技术，将是大模型时代算力发展的关键。墨芯参加的是MLPerf开放分区，据主办方MLCommons介绍，该分区旨在鼓励创新。因此参赛者可以通过软硬协同等方式，探索对算力的提升。在MLPerf中的GPT-J大模型上，与4nm制程的H100纯硬件加速方案相比，12nm制程的墨芯S30计算卡通过「原创的双稀疏算法+硬件协同」方式，取得了高达1.8倍的优势。本次测评的GPT-J模型是生成式AI模型，墨芯S30计算卡在8卡、4卡、单卡模式下，性能分别为170.59，91.57，23.28 (Sample/s)，达到英伟达H100性能的1.6倍、1.8倍、1.8倍，展现出墨芯产品在AIGC类任务上的能力。三度夺冠，大模型算力率先「交卷」，软硬协同持续创新——墨芯的产品实力数次经过MLPerf的严格检验，也探索出大模型算力发展的新路径。

稀疏计算——大模型「潜力股」获得市场认可

墨芯接连的优异成绩，主要得益于基于稀疏化算法的软硬协同设计。在大模型时代，稀疏计算的重要性不言而喻：AI模型大小与其稀疏化潜力成正比。也就是说，当模型越大，算法上有更大稀疏的可能性，稀疏计算可加速的幅度也越高。对于一般大型语言模型，稀疏计算可带来数十倍加速。墨芯独创的双稀疏算法，结合软硬协同设计，使墨芯Antoum®芯片成为全球首款高稀疏倍率AI芯片，支持高达32倍稀疏——这也正是墨芯在本次MLPerf中创新纪录的关键。模型越大，稀疏计算的优势越明显——尤其是在GPT等大模型参数动辄上百亿、千亿的现状下，这使得墨芯的护城河更为稳固。墨芯的产品实力与稀疏计算的大势所趋，也获得了业界的认可：墨芯商业化进程接连取得重要突破，助力企业加速AI应用。就在近日，墨芯正式成为支持Byte MLPerf的供应商之一。

来源：Byte MLPerf网站项目地址：https://github.com/bytedance/ByteMLPerf/blob/main/README.md当前，墨芯AI计算平台已能够支持不同参数级别的大模型，包括 BLOOM, OPT, GPT-J，LLaMA，StableDiffusion等。同时具有高吞吐、低延时、低功耗等特点，缓解算力之困，真正为企业带来「好用」、「用得起」的大模型算力方案。

带来根本性的算力变革，稀疏计算助力大模型发展

墨芯的稀疏计算方案不仅能够缓解当前的算力难题，也为AI的持续发展打开新的空间。稀疏计算减少了AI模型的计算量，这意味着能让大模型既在参数量上跃升若干个数量级的同时，又不产生过大的计算量，大模型参数增长与算力瓶颈的矛盾有望从根本上得到解决。同时，由于计算量的减少，大模型的高算力需求、高功耗、高费用等痛点，也一并得到解决，实现「多赢」效果。

墨芯Antoum芯片：全球首款高稀疏倍率AI芯片，支持高达32倍稀疏连续三届MLPerf的优异成绩，不仅是对墨芯产品实力的证明，也为业界带来新启示：在稀疏计算等技术的助力下，大模型的发展与应用有望迎来更广阔的施展空间，加速AIGC等应用在各行各业遍地开花。

关于MLPerf

MLPerf由图灵奖得主大卫•帕特森(David Patterson)联合谷歌、斯坦福、哈佛大学顶尖学术机构发起成立，是权威性最高、影响力最广的国际AI性能基准测试，以对迅速增长的AI计算需求与性能进行及时的跟踪测评。