Habana Gaudi2性能稳超英伟达A100，助力实现高效AI训练

MLPerf测试结果验证了Gaudi2在ResNet和BERT模型训练时间上的优势

近日，英特尔宣布Habana® Gaudi®2深度学习处理器在MLPerf行业测试中表现优于英伟达A100提交的AI训练时间，结果突显了5月在英特尔On产业创新峰会上发布的Gaudi2处理器在视觉（ResNet-50）和语言（BERT）模型上训练时间的优势。

英特尔公司执行副总裁兼数据中心与人工智能事业部总经理 Sandra Rivera表示：“非常高兴能与大家分享Gaudi 2在MLPerf基准测试中的出色表现，我也为英特尔团队在产品发布仅一个月取得的成就感到自豪。我们相信，在视觉和语言模型中提供领先的性能能够为客户带来价值，有助于加速其AI深度学习解决方案。”

借助Habana Labs的Gaudi平台，英特尔数据中心团队能够专注于深度学习处理器技术，让数据科学家和机器学习工程师得以高效地进行模型训练，并通过简单的代码实现新模型构建或现有模型迁移，提高工作效率的同时降低运营成本。

Habana Gaudi2处理器在缩短训练时间（TTT）方面相较第一代Gaudi有了显著提升。Habana Labs于2022年5月提交的Gaudi2处理器在视觉和语言模型训练时间上已超越英伟达A100-80G的MLPerf测试结果。其中，针对视觉模型ResNet-50，Gaudi2处理器的TTT结果相较英伟达A100-80GB缩短了36%，相较戴尔提交的同样针对ResNet-50和BERT模型、采用8个加速器的A100-40GB服务器，Gaudi2的TTT测试结果则缩短了45%。

MLCommons发布的数据，2022年6月。https://mlcommons.org/en/training-normal-20/

相比于第一代Gaudi处理器，Gaudi2在ResNet-50模型的训练吞吐量提高了3倍，BERT模型的训练吞吐量提高了4.7倍。这些归因于制程工艺从16纳米提升至7纳米、Tensor处理器内核数量增加了三倍、增加GEMM引擎算力、封装的高带宽存储容量提升了三倍、SRAM带宽提升以及容量增加一倍。对于视觉处理模型的训练，Gaudi2处理器集成了媒体处理引擎，能够独立完成包括AI训练所需的数据增强和压缩图像的预处理。

两代Gaudi处理器的性能都是在没有特殊软件操作的情况下通过Habana客户开箱即用的商业软件栈实现的。

通过商用软件所提供的开箱即用性能，在Habana 8个GPU服务器与HLS-Gaudi2参考服务器上进行测试比对。其中，训练吞吐量来自于NGC和Habana公共库的TensorFlow docker，采用双方推荐的最佳性能参数在混合精度训练模式下进行测量。值得注意的是，吞吐量是影响最终训练时间收敛的关键因素。

图形测试配置详见说明部分。

图形测试配置见说明部分。

除了Gaudi2在MLPerf测试中的卓越表现，第一代Gaudi在128个加速器和256个加速器的ResNet基准测试中展现了强大的性能和令人印象深刻的近线性扩展，支持客户高效系统扩展。

Habana Labs首席运营官Eitan Medina表示：“我们最新的MLPerf测试结果证明Gaudi2在训练性能方面显著优势。我们将持续深度学习训练架构和软件创新，打造最具性价比的AI训练解决方案。”

关于MLPerf基准测试：MLPerf社区旨在设计公平且极具实际价值的基准测试，以公平地测量机器学习解决方案的准确度、速度和效率。该社区由来自学术界、研究实验室和业界的AI领导者创建，他们确立基准并制定了一套严格的规则，以确保所有参与者均能够公平公正地进行性能比对。基于一套明确的规则，以及能够对端到端任务进行公平比较，目前MLPerf是AI行业唯一可靠的基准测试。此外，MLPerf基准测试结果要经过为期一个月的同行评审，这将进一步验证报告结果。

说明：

ResNet-50性能对比中使用的测试配置

A100-80GB：Habana于2022年4月在Azure实例Standard_ND96amsr_A100_v4上进行测量，使用了一个A100-80GB，其中应用了NGC的TF docker 22.03-tf2-py3（optimizer=sgd, BS=256）

A100-40GB：Habana于2022年4月在DGX-A100上进行测量，使用了一个A100-40GB，其中应用了NGC的TF docker 22.03-tf2-py3（optimizer=sgd, BS=256）

V100-32GB¬：Habana于2022年4月在p3dn.24xlarge上进行测量，使用了一个V100-32GB，其中应用了NGC的TF docker 22.03-tf2-py3（optimizer=sgd, BS=256）

Gaudi2：Habana于2022年5月在Gaudi2-HLS系统上进行测量，使用了一个Gaudi2，其中应用了SynapseAI TF docker 1.5.0（BS=256）

结果可能有所不同。

BERT性能对比中使用的测试配置

A100-80GB：Habana于2022年4月在Azure实例Standard_ND96amsr_A100_v4上进行测试，使用了一个A100-80GB，包含NGC的TF docker 22.03-tf2-py3（Phase-1：Seq len=128，BS=312，accu steps=256；Phase-2：seq len=512，BS=40，accu steps=768） 

A100-40GB：Habana于2022年4月在DGX-A100上进行测试，使用了一个A100-40GB，包含NGC的TF docker 22.03-tf2-py3（Phase-1：Seq len=128，BS=64，accu steps=1024；Phase-2：seq len=512，BS=16，accu steps=2048）

V100-32GB：Habana于2022年4月在上p3dn.24xlarge进行测试，使用了一个V100-32GB，包含NGC的TF docker 21.12-tf2-py3（Phase-1：Seq len=128，BS=64，accu steps=1024；Phase-2：seq len=512，BS=8，accu steps=4096）

Gaudi2：Habana于2022年5月在上Gaudi2-HLS进行测试，使用了一个Gaudi2，包含SynapseAI TF docker 1.5.0（Phase-1：Seq len=128，BS=64，accu steps=1024；Phase-2：seq len=512，BS=16，accu steps=2048）

结果可能有所不同。