www.ydisp.cn/oss/202207/13/268253c64082833ccc13026994e1933cfd0760.jpg"style="width:999px;能见度：可见；height:564px;"-type="block">Graphcore提交了以3DWoW处理器BowIPU为核心的Bow系统，用于封闭分区中的ResNet-50和BERT模型，包括BowPod16、BowPod64、BowPod128和BowPod256.与上一代相比，Bow系统在保持相同价格的情况下提供了更好的性能，进一步提升了Graphcore系统的性价比优势。结果表明，与上一代提交相比，ResNet-50的训练时间提升了31%，BERT的训练时间提升了37%，在GPU优势的模型ResNet-50上，BowPod16只用了19.6分钟，比NVIDIA的28.7分钟要好旗舰产品DGX-A100640GB，再次体现了Bow系统的性价比优势。此外，Graphcore还提交了RNN-T在开放分区的结果。RNN-T是一种精密的方式来执行高度准确的语音记录gnition并广泛应用于移动设备上。在OnBowPod64中，RNN-T的训练时间可以从原来的几周缩短到几天。Graphcore中国工程副总裁、AI算法科学家陈劲表示：“我们对MLPerf此次取得的优异成绩感到非常自豪，这与Graphcore对创新的不断坚持是分不开的。我们也很高兴能够与百度飞派联合提交，通过与百度飞派的合作，加速拓展IPU生态，为行业赋能，推动AI在各领域的转型升级。未来，我们将不断创新，迎接日益增长的挑战AI计算，助力AI计算演进。”本次MLPerfTraining2.0提交中，百度飞桨使用BowPod16和BowPod64在封闭分区提交BERT，结果与Graphcore使用PopART提交的结果相差无几。这充分证明了GraphcoreIPUReproducibility的跨框架性能。这一能力的实现得益于Graphcore灵活的硬件系统、不断优化的软件、强大的本地支持和合作伙伴的支持。与本次提交一样，百度将Graphcore的Poplar?与FlyingPaddle软件框架相结合，取得了出色的性能结果。百度飞桨产品团队负责人赵乔表示：“百度飞桨与Graphcore的合作在本届MLPerf上取得了优异的成绩。Graphcore的IPU系统在合作过程中展现了出色的性能，适用于众多应用场景已展现出巨大的应用潜力，期待进一步深化与Graphcore在硬件生态共创计划方面的合作，以创新技术加速落地AI产业，推动AI产业变革”百度飞掌已经实现对IPU的全面支持，Graphcore作为百度飞刀硬件生态的创始成员，于2022年5月正式加入百度飞刀发起的硬件生态共创计划，未来双方将进一步合作，为开发者提供更多创新工具，促进AI生态的繁荣，从而赋能AI在行业的应用和商业化。AI生态。
