Bagikan:

JAKARTA - Sebuah kelompok benchmark kecerdasan buatan yang disebut MLCommons mengungkapkan hasil uji baru pada Senin 11 September yang menentukan seberapa cepat perangkat keras teratas dapat menjalankan model kecerdasan buatan.

Sebuah chip Nvidia Corp menjadi pemain terbaik dalam uji coba pada model bahasa besar, sementara semikonduktor yang diproduksi oleh Intel Corp menjadi yang kedua terbaik.

Benchmark MLPerf baru ini didasarkan pada model bahasa besar dengan 6 miliar parameter yang merangkum artikel berita CNN. Benchmark ini mensimulasikan bagian "inference" dari pemrosesan data kecerdasan buatan, yang menggerakkan perangkat lunak di balik alat kecerdasan buatan generatif.

Chip Nvidia adalah pemenang teratas dalam benchmark inferensi yang dibangun di sekitar delapan chip H100 flagship-nya. Nvidia telah mendominasi pasar untuk melatih model kecerdasan buatan, tetapi belum berhasil menguasai pasar inferensi.

"Dari apa yang Anda lihat, kami memberikan kinerja terdepan di seluruh papan, dan lagi, memberikan kinerja terdepan pada semua beban kerja," kata Direktur Pemasaran Komputasi Dipercepat Nvidia, Dave Salvator.

Kesuksesan Intel didasarkan pada chip Gaudi2 yang diproduksi oleh unit Habana yang diakuisisi perusahaan pada tahun 2019. Sistem Gaudi2 ini sekitar 10% lebih lambat dari sistem Nvidia.

"Kami sangat bangga dengan hasil inferensi ini, kami menunjukkan keunggulan harga kinerja Gaudi2," kata Chief Operating Officer Habana, Eitan Medina, dikutip Reuters.

Intel mengatakan sistemnya lebih murah daripada Nvidia - sekitar harga sistem 100 generasi terakhir Nvidia - tetapi menolak untuk membahas biaya persis dari pembuatan chip tersebut.

Nvidia juga menolak untuk membahas biaya chipnya. Pada Jumat, 8 September Nvidia mengumumkan rencananya untuk segera meluncurkan pembaruan perangkat lunak yang akan menggandakan kinerja dari hasilnya dalam benchmark MLPerf.

Google, anak perusahaan Alphabet, juga memamerkan kinerja versi terbaru chip buatan khusus yang diumumkan pada konferensi komputasi awan Agustus lalu.