NVIDIA 如何应对会话式AI带来的推理挑战？

NVIDIA GPU曾于去年12月和今年7月两度树立了数据中心神经网络训练的性能标杆。今天发布的行业基准测试结果显示，NVIDIA也引领着数据中心内部与外部AI网络的趋势。

NVIDIA Turing GPU和Xavier 芯片系统在首个独立AI推理基准测试 ——MLPerf Inference 0.5中取得第一名。由于推理一直是AI市场中最大、同时也是最具竞争力的领域，业内此前一直希望能够有一套客观的推理性能测试指标。

在参与此次测试的十二家公司中，只有NVIDIA AI平台提交了 MLPerf的全部五项推理测试成绩（MLPerf是一个于2018年5月成立的行业基准测试小组）。这证明了NVIDIA CUDA-X AI和TensorRT软件的成熟程度。它们让用户能够更加轻松地将所有的NVIDIA GPU应用于数据中心、边缘等领域。

MLPerf定义了五项推理基准，涵盖了三个现有的人工智能应用：图像分类、目标检测和翻译。每项基准分为四个场景：与数据中心应用关联性最高的服务器和离线场景，以及用于满足边缘设备地芯片系统需求的单流和多流场景。

图1：NVIDIA在两个数据中心场景（离线和服务器）的全部五项基准测试中均排在第一位，Turing GPU被评为市面上单处理器性能最高的GPU。

图2：NVIDIA Turing在MLPerf数据中心场景中的成绩超过了其他市面上的处理器。

 
离线场景中具有代表性的场景有图像标记等，该场景下所有数据可在本地使用；而服务器场景代表性场景有在线翻译服务等，此场景下会突然或间歇性随机出现数据和请求工作。

Xavier在两个边缘场景（单流和多流）中被评为市面上性能最佳的边缘和移动芯片系统。

工业检测相机主要被用来在快速移动的生产线上发现不合格品，这是一种典型的单流任务。多流场景则是测试芯片能够处理多少个数据源 —— 该性能对于一辆可能需要使用6台以上摄像机的自动驾驶汽车而言，是一项关键的能力。

图3：NVIDIA Xavier在MLPerf边缘场景中成为市面上最佳的边缘和移动芯片系统。

 
该结果显示了NVIDIA CUDA和TensorRT软件的性能。它们为用户提供了一个通用平台，使用户可以在多个产品和应用中取得领先结果，而这正是NVIDIA所独有的能力。

在数据中心场景中，NVIDIA的两款GPU还出现了相互竞争的场面。NVIDIA TITAN RTX 展示了Turing级 GPU的巨大潜力，尤其是在各种要求苛刻的任务中，比如运行用于语言翻译的GNMT模型等。

功能丰富、应用广泛的NVIDIA T4 Tensor Core GPU 在多个场景取得了优秀的成绩。这个功耗仅为70瓦的GPU能够轻松安装到任何带有PCIe槽的服务器中，使用户能够根据需要扩展其计算力，进而大幅扩展其推理工作。

MLPerf已经获得行业和学术界的广泛支持。其成员包括Arm、Facebook、Futurewei、通用汽车、Google、哈佛大学、Intel、MediaTek、微软、NVIDIA及Xilinx。值得一提的是，相比于之前的两次训练比赛，此次基准测试吸引了更多的参与者。

NVIDIA此次共采用了三款产品，共计四种配置参加此次测试，并提交了全部20个场景中的19个场景的成绩，以此表明公司对这项工作的支持。NVIDIA的合作伙伴Dell EMC，以及NVIDIA的客户阿里巴巴同样使用NVIDIA GPU提交了成绩。相比于其他参与者，NVIDIA与合作伙伴和客户一同向用户全面地展示了NVIDIA产品组合的潜力。

全新的视角与产品

推理指的是在实时生产系统中，通过运行AI模型，从大量数据中筛选出可执行洞察的过程。这是一项仍处于发展中的新兴技术，而NVIDIA也在该领域中不断前进，未曾停止脚步。

今天，NVIDIA发布了用于MLPerf测试的Xavier芯片系统低功耗版本——Jetson Xavier NX ，其最大功率仅为15瓦，却具有最高21 TOPS的性能。它将为那些对性能要求高、但功率有限的新一代机器人、无人机和其他自主设备提供驱动力。

除了新的硬件之外，NVIDIA还发布了在MLPerf基准测试中所使用的最新TensorRT 6 优化，并在GitHub上以开源方式为用户提供该软件。用户可以在MLPerf 开发者博客中了解更多关于这些优化的信息。NVIDIA不断地对该软件进行升级，使用户可以从日益增加的AI自动化与性能中获益。

让推理变得更简单

今天的MLPerf测试还说明了一个结论，那就是推理很困难。例如，在实际工作负载中，由于推理还需要大量预处理和后处理步骤，那么在实际工作负载中其对推理性能的需求甚至比基准测试更高。

NVIDIA创始人兼首席执行官黄仁勋在去年GTC大会的主题演讲中就曾将这种复杂性概括为一个词：PLASTER。他表示，现代AI推理对可编程性（Programmability）、延迟性（Latency）、准确性（Accuracy）、模型大小（Accuracy）、吞吐量（Throughput）、能效（Energy efficiency）和学习率（Rate of Learning）的要求很高。

这就是为何用户越来越喜欢使用高性能的NVIDIA GPU和软件来处理各种要求苛刻的推理工作，其中就包括：BMW、Capital One、思科、Expedia、John Deere、微软、PayPal、Pinterest、宝洁、Postmates、Shazam、Snap、Shopify、Twitter、Verizon和沃尔玛等极具远见的公司。

本周，全球最大的邮政服务系统——美国邮政，也加入了此行列，使用NVIDIA GPU进行AI训练和推理。

硬盘制造商希捷希望通过在NVIDIA GPU上运行的AI推理将生产量提高10％。该公司预计，通过提高效率和质量，其将获得高达300％的投资回报。

Pinterest依靠NVIDIA GPU训练和评估其识别模型并对其1750亿条Pin贴文执行实时推理。

Snap使用NVIDIA T4加速器在谷歌云平台上执行推理。相比于仅采用了CPU的系统，这提高了其广告的效果，同时降低了成本。

Twitter发言人就这一趋势表示：“GPU的使用不仅大大缩短了训练时间，还让我们在推理时能够实时了解直播视频，让我们可以在自己的平台上了解各媒体。”

AI会话：关于推理

未来，会话式AI将带来大量的机会以及技术方面的挑战。NVIDIA在这一领域同样是当之无愧的领导者。

NVIDIA已经为会话式AI服务提供了经过优化的参照设计，比如自动语音识别、文本-语言转换和自然语言理解等。NVIDIA们的BERT、GNMT 和Jasper 等AI模型开源优化帮助开发者实现顶尖推理性能。NVIDIA的客户和合作伙伴中包括有会话式AI领域的一流公司，比如Kensho、微软、Nuance、Optum等。

最后要补充的是，MLPerf小组已经开始致力于改进其当前的0.5推理测试。NVIDIA将努力在基准测试中继续发挥领导作用。