Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
今天真的很精彩!
昨天Open AI 跟 Bard 同時間一起大當機,越當機NVIDIA股價越高
Jerry老師好, 想問 1:03:52 有關於MLPerf所公布的資料中,同樣晶片+模型在不同系統中有不同的訓練速度表現,且差異甚大,這問題是否與貢獻速度報告的測試單位的訓練方法不同有關係?
您好我幫你詢問了Jerry老師,以下是他的回覆:我的了解是跑指標的程式碼已經有了詳見 github.com/mlcommons/training從分數來看,因為訓練、推論模型從最底層主機板、網路速度、晶片、散熱到OS系統、到容器、到套件版本整個過程都有連動關係,光H100就有分PCIe還是SXM的H100,兩者本身就有差異,整體來說都有影響。
今天真的很精彩!
昨天Open AI 跟 Bard 同時間一起大當機,越當機NVIDIA股價越高
Jerry老師好, 想問 1:03:52 有關於MLPerf所公布的資料中,同樣晶片+模型在不同系統中有不同的訓練速度表現,且差異甚大,這問題是否與貢獻速度報告的測試單位的訓練方法不同有關係?
您好我幫你詢問了Jerry老師,以下是他的回覆:
我的了解是跑指標的程式碼已經有了
詳見 github.com/mlcommons/training
從分數來看,因為訓練、推論模型從
最底層主機板、網路速度、晶片、散熱
到OS系統、到容器、到套件版本
整個過程都有連動關係,光H100就有分PCIe還是SXM的H100,兩者本身就有差異,整體來說
都有影響。