隨著ChatGPT等AIGC應用掀起大模型浪潮，算力層作為基礎設施，成為最先受益的產業(yè)。

然而，算力需求大、費用昂貴等問題，已成為企業(yè)落地大模型的普通痛點，更可能制約AI向前發(fā)展：大模型參數(shù)日益增長，而算力供給瓶頸迫在眉睫，二者形成巨大矛盾。

如何探索更好的大模型算力方案，是業(yè)界共同關注的焦點。

近日，全球權威測評MLPerf 公布最新推理測評結果，這是MLPerf首度引入GPT大模型推理測試，參與熱度再創(chuàng)紀錄，收到了來自英偉達、英特爾、谷歌、高通等企業(yè)提交的13500 多項性能結果。

在MLPerf Inference 3.1中，墨芯人工智能（Moffet AI）S30計算卡在大模型GPT-J（60億參數(shù)）上，單卡、4卡、8卡的算力均獲得第一。

這是墨芯在MLPerf上連續(xù)第三次衛(wèi)冕。此前墨芯曾在MLPerf Inference 2.0與2.1上，連續(xù)兩屆獲得第一。

墨芯的成績，為大模型算力方案帶來了可行的創(chuàng)新方向。

事實證明：結合AI模型與計算平臺的軟硬協(xié)同創(chuàng)新，能夠釋放更大的算力潛力。這也再度印證：以稀疏計算為代表的創(chuàng)新技術，將是大模型時代算力發(fā)展的關鍵。

墨芯參加的是MLPerf開放分區(qū)，據(jù)主辦方MLCommons介紹，該分區(qū)旨在鼓勵創(chuàng)新。因此參賽者可以通過軟硬協(xié)同等方式，探索對算力的提升。在MLPerf中的GPT-J大模型上，與4nm制程的H100純硬件加速方案相比，12nm制程的墨芯S30計算卡通過“原創(chuàng)的雙稀疏算法+硬件協(xié)同”方式，取得了高達1.8倍的優(yōu)勢。

本次測評的GPT-J模型是生成式AI模型，墨芯S30計算卡在8卡、4卡、單卡模式下，性能分別為170.59，91.57，23.28 (Sample/s)，達到英偉達H100性能的1.6倍、1.8倍、1.8倍，展現(xiàn)出墨芯產品在AIGC類任務上的能力。

三度奪冠，大模型算力率先“交卷”，軟硬協(xié)同持續(xù)創(chuàng)新——墨芯的產品實力數(shù)次經過MLPerf的嚴格檢驗，也探索出大模型算力發(fā)展的新路徑。

1

稀疏計算——大模型“潛力股”

獲得市場認可

墨芯接連的優(yōu)異成績，主要得益于基于稀疏化算法的軟硬協(xié)同設計。

在大模型時代，稀疏計算的重要性不言而喻：AI模型大小與其稀疏化潛力成正比。

也就是說，當模型越大，算法上有更大稀疏的可能性，稀疏計算可加速的幅度也越高。對于一般大型語言模型，稀疏計算可帶來數(shù)十倍加速。

墨芯獨創(chuàng)的雙稀疏算法，結合軟硬協(xié)同設計，使墨芯Antoum芯片成為全球首款高稀疏倍率AI芯片，支持高達32倍稀疏——這也正是墨芯在本次MLPerf中創(chuàng)新紀錄的關鍵。

模型越大，稀疏計算的優(yōu)勢越明顯——尤其是在GPT等大模型參數(shù)動輒上百億、千億的現(xiàn)狀下，這使得墨芯的護城河更為穩(wěn)固。

墨芯的產品實力與稀疏計算的大勢所趨，也獲得了市場的認可：墨芯商業(yè)化進程接連取得重要突破，助力企業(yè)加速AI應用。

就在近日，墨芯成為支持Byte MLPerf的供應商之一。

來源：Byte MLPerf網站

當前，墨芯AI計算平臺已能夠支持不同參數(shù)級別的大模型，包括 BLOOM, OPT, GPT-J，LLaMA，StableDiffusion等。同時具有高吞吐、低延時、低功耗等特點，緩解算力之困，真正為企業(yè)帶來“好用”、“用得起”的大模型算力方案。

2

帶來根本性的算力變革

稀疏計算助力大模型發(fā)展

墨芯的稀疏計算方案不僅能夠緩解當前的算力難題，也為AI的持續(xù)發(fā)展打開新的空間。

稀疏計算減少了AI模型的計算量，這意味著能讓大模型既在參數(shù)量上躍升若干個數(shù)量級的同時，又不產生過大的計算量，大模型參數(shù)增長與算力瓶頸的矛盾有望從根本上得到解決。

同時，由于計算量的減少，大模型的高算力需求、高功耗、高費用等痛點，也一并得到解決，實現(xiàn)“多贏”效果。

墨芯Antoum芯片：全球首款高稀疏倍率AI芯片，支持高達32倍稀疏

連續(xù)三屆MLPerf的優(yōu)異成績，不僅是對墨芯產品實力的證明，也為業(yè)界帶來新啟示：在稀疏計算等技術的助力下，大模型的發(fā)展與應用有望迎來更廣闊的施展空間，加速AIGC等應用在各行各業(yè)遍地開花。

審核編輯：劉清