NVIDIA

NVIDIA 用 1,472 個 V100 GPU 加速 AI 語言模型 BERT 訓練效能

如今已有不少基本的對話式回覆機器人或 AI 服務已存在多年,然而想要在提升聊天機器人、智慧個人助理服務,以人類理解力的水平運作還是相當困難,主要是無法即時部署超大規模的 AI 模型進行訓練與推論。

NVIDIA 的 AI 平台率先訓練目前最先進的 AI 語言模型,BERT(Bidirectional Encoder Representations from Transformers)是由 Google 所開發的人工智慧自然語言模型,用不到 1 小時即可完成訓練,並在 2ms 內完成 AI 推論。根據 Juniper Research 的報告,光是數位語音助理市場規模預計在未來 5 年內將從 25 億美元成長到 80 億美元。此外, Gartner 也預測 2021 年,15% 的客服互動將完全由 AI 執行,與 2017 年相比增加 400%。

NVIDIA 採用內建 1,472 個 V100 GPU 所組成的 92 個 DGX-2HTM 系統 NVIDIA DGX SuperPOD,執行 AI 語言模型 BERT-Large,成功將 AI 訓練時間從先前的數日大幅縮短至僅 53 分鐘。此外,若只透過一台 NVIDIA DGX-2 系統也可在 2.8 天內就完成 BERT-Large 的訓練。

 

推論方面,可透過 NVIDIA T4 GPU 運行 TensorRT,在 BERT-Base SQuAD 資料集上僅用 2.2ms 就完成推論,不僅遠低於許多即時應用要求的 10ms 的處理門檻,也大幅領先以高度優化 CPU 程式碼執行的 40ms。

而 NVIDIA Research 在 Transformers 的基礎上著手建構與訓練全球最大的語言模型,並導入 BERT 採用的技術元件,以及許多其他自然語言的 AI 模型。NVIDIA的客製化模型擁有 83 億個參數,數量足足比 BERT-Large 多出 24 倍。

 

有興趣的開發者,可參考以下連結:

*NVIDIA BERT建置方案是熱門 Hugging Face repo程式庫的優化版本。

 

 

喜不喜歡這篇文章?留言給我們

Previous post

NZXT H710i 中塔機殼開箱測試 / 整潔大器依舊 智慧裝置 V2 更便利

Next post

ASUS ROG GLADIUS II CORE 電競滑鼠 / 將經典輕量化,讓 ROG 帶你飛!

The Author

sinchen

sinchen

我是 Sinchen。