英偉達(dá)打破實(shí)時(shí)對(duì)話AI的訓(xùn)練和推理用時(shí)記錄

英偉達(dá)今天宣布的最大成果包括：BERT訓(xùn)練用時(shí)打破記錄，進(jìn)入1小時(shí)關(guān)口。BERT是世界上最先進(jìn)的人工智能語(yǔ)言模型之一，也被廣泛認(rèn)為是自然語(yǔ)言處理（NLP）標(biāo)桿的先進(jìn)模型。

Nvidia的AI平臺(tái)僅僅需要53分鐘就能夠完成模型訓(xùn)練，經(jīng)過訓(xùn)練的模型在短短2毫秒多一點(diǎn)的時(shí)間里(10毫秒在業(yè)內(nèi)被認(rèn)為是高水平線)就能夠成功地做出推理(即利用通過訓(xùn)練學(xué)習(xí)到的能力得出結(jié)果)——又一個(gè)記錄。

（Nvidia DGX SuperPOD，圖自：英偉達(dá)開發(fā)者博客）

英偉達(dá)的這些突破不僅僅是吹噓的資本——這些進(jìn)步可為任何使用NLP對(duì)話式人工智能和GPU硬件的人提供切實(shí)的好處。

Nvidia在它的其中一個(gè)SuperPOD系統(tǒng)上打破了訓(xùn)練時(shí)間記錄，該SuperPOD系統(tǒng)由運(yùn)行1472個(gè)V100 GPU的92個(gè)Nvidia DGX-2H系統(tǒng)組成；在運(yùn)行Nvidia TensorRT的Nvidia T4 GPU上完成推理過程。

Nvidia TensorRT在性能上超出高度優(yōu)化的CPU許多個(gè)量級(jí)。不過，該公司將公開BERT訓(xùn)練代碼和經(jīng)過TensorRT優(yōu)化的BERT樣本，讓所有人都可以通過GitHub利用。

（via?Neowin）

除了這些里程碑以外，英偉達(dá)的研究部門還建立并訓(xùn)練了有史以來(lái)最大的一個(gè)基于“Transformer”的語(yǔ)言模型。

這也是BERT的技術(shù)基礎(chǔ)。該定制模型包含的參數(shù)多達(dá)83億個(gè)，規(guī)模是當(dāng)前最大的核心BERT模型BERT-Large的24倍。

英偉達(dá)將這個(gè)模型命名為“Megatron”，它也對(duì)外提供了用于訓(xùn)練這個(gè)模型的PyTorch代碼，因而其他人能夠自行訓(xùn)練出類似的基于“Transformer”的大型語(yǔ)言模型。