MLCommons 基准测试显示 Nvidia 和 Intel 引领 AI 硬件性能

在MLCommons 联盟最近发布的一项独立评估 AI 芯片组的组织的调查结果中，各种 AI 硬件的性能浮出水面。结果显示，Nvidia 的高级芯片脱颖而出成为顶级表现者，Intel 的硬件紧随其后。

Nvidia 在 AI 硬件性能方面的主导地位

在不断发展的 AI 格局中，硬件性能是取得成功的关键因素。Nvidia，AI 行业的知名参与者，在 MLCommons 进行的最新一轮测试中展示了其实力。Nvidia 两款最先进的芯片，GH200 Grace Hopper 超级芯片和 HGX 100 系统，在 MLPerf 评估的多个基准测试中表现出色。

Nvidia 的 GH200 Grace Hopper 超级芯片将 Hopper GPU 和 Grace CPU 结合在一个芯片中，表现出卓越的能力。它在内存、带宽以及 GPU 与基于 Arm 的 CPU 之间的任务优化方面表现出色。这种创新方法导致与 HGX 100 系统相比，平均性能提高了约 17%。

综合评估涵盖了各种 AI 任务，包括计算机视觉、语音识别、医学成像以及更复杂的工作负载，如大型语言模型 (LLM) 推理和推荐系统。Nvidia 的硬件始终优于其竞争对手，重申了其在 AI 行业中的主导地位。

Intel 的 Habana Gaudi2崭露头角

通过其子公司 Habana Labs，Intel 公司将其 Habana Gaudi2 加速器定位为 AI 硬件领域的强劲竞争者。尽管 Nvidia 表现强劲，但 Gaudi2 系统展示了其能力，以令人惊讶的微弱差距位居第二。结果表明，Gaudi2 系统仅落后于 Nvidia 的产品 10%。

Intel 的优势在于其七纳米制造节点，虽然略大于 Nvidia 的五纳米 Hopper GPU，但预示着未来的增强。即将推出的 FP8 精度量化预计将为 Intel 的 AI 推理任务带来两倍的性能提升。此外，据传 Intel 正在开发 5nm Gaudi3 芯片组，这增加了 AI 硬件领域的期待。

Intel 还强调了其 Habana Gaudi2 芯片的竞争性定价，将其定位为 Nvidia 解决方案的经济实惠替代品。然而，具体的定价细节尚未公布。

功耗中的效率因素

功耗效率是追求 AI 硬件卓越的一个重要考虑因素。该领域的另一位重要参与者 Qualcomm Inc. 展示了其 Qualcomm Cloud AI100 芯片组的强劲性能。Qualcomm 的与众不同之处在于其高效的电力使用，在这方面超越了其竞争对手。结果凸显了该公司在 AI 硬件可持续性方面的承诺。

鉴于 Qualcomm 的功耗低于其他竞争对手，其令人印象深刻的性能尤为突出，使其成为专注于减少 AI 基础设施能源使用的组织的有吸引力的选择。

AI 硬件的即将 developments

Nvidia 和 Intel 致力于进一步增强其 AI 硬件产品。Nvidia 计划发布一项软件更新，承诺将其 GH200 Grace Hopper 超级芯片的 AI 推理性能提高一倍，进一步巩固其领导地位。

Intel 也没有止步不前；该公司即将推出的 Habana Gaudi2 芯片的 FP8 精度量化更新预计将显著增强其 AI 推理能力。此外，传闻中的 5nm Gaudi3 芯片组正在引发期待，因为它可能会为市场带来进一步的创新。

该领域的其他关键参与者

虽然 Nvidia 和 Intel 占据了聚光灯，但 AI 行业的其他重要参与者也展示了他们的能力。Google LLC 提供了其最新张量处理单元 (TPU) 的预览，但未达到 Nvidia 的性能水平。尽管如此，Google 仍然是 AI 研发领域的强大力量。

MLCommons 基准测试的最新发现为当前 AI 硬件性能的状态提供了宝贵的见解。Nvidia 的主导地位紧随 Intel 的竞争性产品，突显了行业在推进 AI 硬件能力方面的承诺。随着对功耗效率的考虑和即将推出的创新，AI 硬件格局继续演变，预示着不久将有更大的性能和效率。