Moore Threads behauptet, dass der neueste Modell S4000 AI GPU Accelerator im Vergleich zum Vorgängermodell große Fortschritte erzielt hat. In den Nachrichten von CNBETA war das Trainingsregime des Cluster der Qianka Smart Information Processing zu einem neuen Kua, der S4000 GPUs unterstützt, der drittschnellste in AI -Tests und leistete besser als viele Gegenstücke von Nvidia AI GPU -Cluster.
Die Vergleichsstudie stammt aus dem Stabilitätstest des auf KUA festgelegten Qianka -Smart -Informationsprozesses. Das Training dauerte insgesamt 13,2 Tage und wurde während des Laufs ohne Ausfall oder Unterbrechung perfekt durchgeführt. Das Modell für künstliche Intelligenz, das zum Vergleich der neuen Informationsmenge verwendet wurde, war das MT-Infini-3b-Großsprachmodell.
Der neue Computer -Set gehört zu den besten AI -GPU -Clustern auf derselben Skala (wahrscheinlich dieselbe Anzahl von GPUs). Die obige Tabelle ist jedoch absolut mangelnde Details. MTT S4000 set beispielsweise im Vergleich zu nicht angegebenen NVIDIA -GPUs; Wir wissen nicht, ob es A100, H100 oder H200 GPUs gibt, aber wir vermuten wahrscheinlich, dass es der A100 ist. Die Workloads sind nicht gleich. Beispielsweise kann die Erziehung von MT-İNFİNi-3B von der Erziehung von LLAMA3-3b unterscheiden.
Auch wenn nicht wie behauptet, ist die Ausbildung von künstlichen Intelligenz -Chips zu Moore Threads GPUs einen wichtigen Schritt in der inländischen GPU -Roadmap Chinas. Der auf Kua festgelegte Qianka -Informationsprozess zeigt, dass zumindest der MTT S4000 AI -GPUs mit der A100 -Architektur der Vorgängergeneration der NVIDIA wettbewerbsfähig sind. Dies funktioniert nicht nur signifikant besser als die S3000- und S2000 -GPU -Vorgänger des S4000 -Threads des S4000, sondern auch mit rohen Leistungszahlen, die besser abschneiden als die Turing -Basis von NVIDIA -Basis. Der S4000 entspricht nicht dem A100 AI -GPU -Beschleuniger von NVIDIA, sondern möglicherweise nicht weit von der Ampere -Leistungsniveaus.
Für Moore -Threads ist die Leistung von Qianka für KUA ein großer Gewinn, unabhängig davon, welche Nvidia -GPUs oder LLMs getestet werden. Dies zeigt, dass Moore -Threads jetzt die Möglichkeit haben, AI -GPUs zu erstellen, die ähnliche Aufgaben mit AI -GPU -Konkurrenten von NVIDIA, AMD und Intel ausführen können. Es mag nicht besser funktionieren, aber es ist ein wichtiger Schritt auf dem Weg zu schnelleren und talentierteren Supercomputern und Clustern für künstliche Intelligenz.
Dies ist ein beeindruckender Erfolg für einen GPU -Hersteller, der vor weniger als fünf Jahren gegründet wurde. Wenn Moore -Threads weiterhin eine erhebliche Generation von Leistungsverbesserungen bieten können, kann es sich um einen AI -GPU -Beschleuniger handeln, der in den nächsten Jahren mit westlichen Konkurrenten konkurrieren kann.
Quelle: https: //www.tomshardware.com
