NVIDIA刚刚发布了其Ampere A100 GPU的第一个实际性能数据，结果令人疯狂。该公司在AI特定基准测试中总共打破了16条性能记录，并且在特定的机器学习性能类别中击败了其主要竞争对手，取得了巨大的领先优势。
NVIDIA Ampere A100 GPU打破16条AI世界纪录，比Volta V100快4.2倍
结果来自MLPerf.MLPerf是一家成立于2018年的行业基准测试组，主要专注于机器学习性能。该基准套件包括总共八项测试，并且NVIDIA已以创纪录的培训速度发布了所有记录。
GeForce NOW成员现在可以自动同步他们的Steam库
这是NVIDIA在2018年5月成立的行业基准测试组织MLPerf进行的培训测试中连续第三次，也是最强劲的表现。NVIDIA在2018年12月的首个MLPerf培训基准中创下了六项记录，在2019年7月创下了八项记录。
NVIDIA是唯一一家为所有测试提供商用产品的公司。大多数其他提交使用的预览类别是可能几个月不可用的产品，而研究类别是使用预期时间不会可用的产品的。
NVIDIA博客
NVIDIA还报告了其DGX SuperPOD系统的八项新记录，该系统是通过HDR InfiniBand连接在一起的庞大的DGX A100 HPC系统集群。DGX SuperPod由140个DGX A100系统组成，总共有1,120个NVIDIA Ampere A100 GPU，170个Mellanox Quantum 200G Infiniband交换机，4 PB的存储空间和15公里的光缆。
令人赞叹的DGX SuperPod系统中大约有770万个Ampere CUDA内核。该系统是DGX V扩展计划的一部分，为该系统增加了近700 Petaflops的计算能力，该系统目前已部署在加利福尼亚州圣克拉拉市的NVIDIA总部。
人工智能性能基准-安培vs伏特更多
NVIDIA已将其Ampere A100 Tensor Core GPU加速器与其前身Volta V100进行了比较。比较还包括Google的第三代TPU和华为的Ascend HPC芯片。MLPerf本身列出了更详细的基准测试，还预览了即将推出的AI加速器，例如英特尔的Cooper Lake-SP Xeon CPU和Google的第四代TPU。话虽如此，让我们看一下基准测试本身。
AMD Radeon Instinct MI100'CDNA GPU'声称的性能数字显示其在FP32计算上的性能比NVIDIA A100快，令人印象深刻的性能/价值
根据MLPerf的说法，他们的基准套件包括针对机器学习和AI类别中最相关的性能工作负载的测试。NVIDIA Ampere A100只是将Volta V100毁坏，而性能却提高了2.5倍。即使以最低的领先优势，Ampele A100仍比Volta V100 GPU提升了50%，令人印象深刻。此处的芯片规模已标准化为单个GPU，以便在Ampere和Volta之间进行合理的比较。
