| Nvidia | MLPerf推論評比 | MLPerf Inference v1.1 | ARM架構 | TRITON | MIG
新MLPerf推論評比結果出爐，Nvidia GPU搭配Arm伺服器效能不輸搭配x86伺服器
全球資料中心正在加速採用Arm架構，因Arm架構具有低耗電、高效率與高效能的優勢，還有持續擴展的軟體生態系統。在這個趨勢下，Nvidia提交Arm架構的A100伺服器來參加MLPerf推論評比，且評比成果更顯示，基於Arm的GPU平臺，效能不輸搭配x86架構的GPU平臺
2021-09-23
Nvidia推AI Enterprise平臺可在混合雲環境執行虛擬化AI工作負載
Nvidia AI Enterprise運用虛擬化技術，供企業在混合雲環境中快速部署和管理人工智慧工作負載
2021-08-25
| Cloudera | Cloudera數據平臺 | Spark | RAPIDS | Nvidia | GPU
Cloudera數據平臺Spark工作開始支援GPU運算，讓ML資料前處理提高5倍執行效率
Cloudera近期在自家的數據平臺中，整合了可在GPU上加速Spark的開源函式庫RAPIDS，讓大多以CPU來執行的Spark工作負載能輔以GPU來執行，可提升ML資料前處理的速度達到5倍
2021-08-09
最新的深度學習推理SDK TensorRT 8，能夠加速所有基於Transformer模型的對話人工智慧，把推理時間縮短到前一代的一半
2021-07-21
| Nvidia | TensorRT 8 | 稀疏性 | 量化感知訓練 | SDK | Transformer
Nvidia推出新一代推論開發軟體TensorRT 8，用於BERT-Large模型最佳化推論只要1.2毫秒
Nvidia宣稱，若以新一代的深度學習推論軟體開發套件TensorRT 8，最佳化超大Transformer模型BERT-Large，並部署在V100上執行，只要1.2毫秒就能完成推論。相較於TensorRT 7，不僅推論時間快一倍、推論準確性也提升一倍
2021-07-21
| MLPerf | Nvidia | DGX SuperPOD | DGX A100 | MLPerf Training v1.0 | Google TPU v4. 產品效能評比
MLPerf最新測試結果：Google即將推出TPU v4，特定領域AI運算效能更勝Nvidia DGX SuperPOD
這次MLPerf Training v1.0的測試中，Nvidia以DGX SuperPOD參加評測，在8項AI工作負載測試中獲得不錯的成績。值得關注的是，Nvidia並非在所有AI應用都拔得頭籌，Google即將推出的AI加速晶片TPU v4，在特定AI模型訓練的任務中，效能表現甚至超越了Nvidia產品評測結果
2021-07-01
