Google Cloud 在 Ironwood TPU 與 GB300 GPU 上公布 10 項 MLPerf v6.1 訓練結果
熱點事件持續更新
Google Cloud 在 Ironwood TPU 與 GB300 GPU 上公布 10 項 MLPerf v6.1 訓練結果
1 篇報導1 個報導來源33 分鐘前更新
先了解這件事
AI 綜述
Google Cloud 公布了 10 項 MLPerf Training v6.1 結果,涵蓋其第七代 Ironwood TPU 與 NVIDIA Grace Blackwell GPU,其中包括其所稱首個針對代理式強化學習的 MLPerf 基準測試。 在 Ironwood 上,8,192 顆 TPU 在 1.70 分鐘內達到預訓練目標,在 4,096 顆晶片時達到 96% 的擴展效率。在程式碼基準測試中,640 顆 TPU 在 18.02 分鐘內達到目標,得分 0.765,目標為 0.69。在 A4X Max 執行個體上,256 顆 NVIDIA GB300 GPU 在 31.96 分鐘內達到目標品質。 這些數字是 Google Cloud 自行提交的基準測試結果;它們顯示的是在這些特定配置上的效能,而非其所有服務的整體表現。
AI 依報導生成 · 25 分鐘前更新
最新進展11月17日 01:08
Google Cloud MLPerf v6.1 結果:Ironwood TPU 與 NVIDIA GB300 GPU 效能報導時間線
沿著報導,了解事件的不同側面。
11月17日
- Hacker News · AIGoogle Cloud MLPerf v6.1 結果:Ironwood TPU 與 NVIDIA GB300 GPU 效能
Google Cloud 公布了 10 項 MLPerf Training v6.1 結果,涵蓋第七代 Ironwood TPU 與 NVIDIA Grace Blackwell GPU,其中包括首個針對代理式強化學習的 MLPerf 基準測試。在 Ironwood 上,8,192 顆 TPU 以 1.70 分鐘達到預訓練目標,並在 4,096 顆晶片時達到 96% 的擴展效率;而 640 顆 TPU 以 18.02 分鐘達到程式碼基準測試目標,成績為 0.765,目標為 0.69。在 A4X Max 執行個體上,256 顆 NVIDIA GB300 GPU 以 31.96 分鐘達到目標品質。
本事件熱度走勢
還沒有足夠的連續觀測資料,暫不繪製趨勢。