أصدرت MLCommons اختبارا جديدا لنظارات الذكاء الاصطناعي وأعلى أنظمة الذكاء الاصطناعي

جاكرتا - في يوم الأربعاء ، 27 مارس ، أصدرت مجموعة مقارنة الذكاء الاصطناعي MLCommons سلسلة من الاختبارات والنتائج الجديدة التي تقيم السرعة التي يمكن لأفضل الأجهزة من خلالها تشغيل تطبيقات الذكاء الاصطناعي (الذكاء الاصطناعي) والاستجابة للمستخدمين.

يقاس معايير جديدان أضافتهما MLCommons السرعة التي يمكن أن تنتج فيها رقائق الذكاء الاصطناعي والأنظمة استجابة من نماذج الذكاء الاصطناعي القوية المليئة بالبيانات. تظهر النتائج بشكل روتيني مدى سرعة تطبيق الذكاء الاصطناعي مثل ChatGPT في الاستجابة لأسئلة المستخدم.

تضيف إحدى المعايير الجديدة القدرة على قياس السرعة في سيناريو الأسئلة والأجوبة للنموذج اللغوي الكبير. المعروف باسم Llama 2 ، يتضمن 70 مليار معلمة ويتم تطويره من قبل Meta Platforms Inc.

كما أضاف مسؤولو MLCommons مولدات نصية إلى صورة ثانية إلى مجموعة من أدوات الاختبار ، والتي تسمى MLPerf ، استنادا إلى طراز Stable Diffusion XL من stability الذكاء الاصطناعي.

الخادم المدعوم برقائق Nvidia H100 التي بنتها شركات مثل Google التابعة لشركة Alphabet و Supermicro و Nvidia نفسها يفوز بسهولة بالمقياسين الجديدين في الأداء الخام. تقوم بعض منشئي الخادم بتقديم التصاميم بناء على رقائق L40S الأقل قوة من الشركة.

يرسل مطور الخادم Krai تصميما لمقارنة توليد الصور مع شريحة الذكاء الاصطناعي من Qualcomm التي تستخدم طاقة أقل بكثير من المعالج الرائد Nvidia.

كما أرسلت إنتل تصميما يستند إلى شريحة المسرع Gaudi2. ووصفت الشركة النتيجة بأنها "صلبة".

الأداء الخام ليس المقياس الحرج الوحيد عند نشر تطبيقات الذكاء الاصطناعي. تنفق رقائق الذكاء الاصطناعي المتقدمة كميات هائلة من الطاقة وواحدة من أكبر التحديات لشركات الذكاء الاصطناعي هي نشر الرقائق التي توفر كمية مثالية من الأداء مع الحد الأدنى من كمية الطاقة.

يحتوي MLCommons على فئة معيار منفصلة لقياس استهلاك الطاقة.