Please wait...
ENTERPRISE IT UPDATE
เซิร์ฟเวอร์ Dell ทำคะแนนประสิทธิภาพระดับท็อป

เซิร์ฟเวอร์ Dell ทำคะแนนประสิทธิภาพระดับท็อป โดยเกณฑ์มาตรฐาน Machine Learning

Dell Servers Top Performances

 มาดูกันว่าเซิร์ฟเวอร์ Dell PowerEdge เอาชนะคู่แข่งไปได้หลายหมวดหมู่ในการวัดเกณฑ์มาตรฐาน MLPerf Inference v2.0 ได้อย่างไร 


ผลทดสอบเกณฑ์มาตรฐาน MLPerf Inference v2.0 ประกาศแล้วอย่างเป็นทางการ! ในรอบนี้ เซิร์ฟเวอร์ Dell PowerEdge ห้ารุ่นต่างก็ได้อันดับหนึ่งแยกย่อยไปในหมวดหมู่ของตน ชัยชนะดังกล่าวนี้มีความสำคัญอย่างยิ่งเพราะเซิร์ฟเวอร์ของ Dell ต้องเอาชนะคู่แข่งให้ได้มากกว่าในรอบการทดสอบที่ผ่านมา เมื่อเทียบกับช่วง v1.1 ของการทดสอบ ซึ่งทางทีมได้ส่งผลการทดสอบที่เป็นสองเท่าเมื่อเทียบกับของเดิมในหมวดหมู่ประสิทธิภาพ และวัดเป็นหกเท่าของของเดิมในหมวดหมู่พลังงาน โดย Dell มีผลลัพธ์ที่ส่งเข้ามาถึง 187 รายการในหมวดหมู่ที่มีการแข่งขันท่ามกลางผลลัพธ์อื่นๆ ที่ถูกส่งเข้ามา 2,156 รายการ

เกณฑ์มาตรฐาน MLPerf Inference

เกณฑ์มาตรฐาน MLPerf มุ่งเน้นไปที่การจำลองกรณีการใช้งานจริง ๆ ของอุปกรณ์ เช่น การจดจำภาพ การตรวจจับวัตถุ การแปลงคำพูดเป็นข้อความ การประมวลผลภาษาให้เป็นไปตามธรรมชาติ และการใช้เครื่องมือแนะนำ

"เราทราบดีว่าการขับเคลื่อนความก้าวหน้าของ Machine Learning นั้นต้องมีเกณฑ์มาตรฐานที่คอยผลักดันขอบเขตระหว่างการเป็นงานวิจัยและการปฏิบัติจริงทางอุตสาหกรรม ซึ่งการสร้างชุดข้อมูลแบบเปิดขนาดใหญ่จะมีความสำคัญอย่างยิ่งต่อการเปลี่ยนแปลงเส้นแบ่งขอบเขตที่ว่านี้เมื่อเวลาผ่านไป" MLCommons อธิบาย "ในการทำให้ศักยภาพทางเทคโนโลยีใหม่ ๆ เหล่านี้มีความเป็นประชาธิปไตยและรองรับการนำไปใช้ในวงกว้าง เราจำเป็นต้องลดแรงเสียดทานและปรับปรุงระดับความพกพาได้ของ Machine Learning เพื่อให้เราสามารถแบ่งปันแนวปฏิบัติที่ดีที่สุดข้ามผ่านพรมแดนระหว่างประเทศได้โดยง่าย หรือระหว่างวงการวิชาการและการใช้งานจริงในอุตสาหกรรม และระหว่างนักวิจัยกับวิศวกรในบริษัทต่าง ๆ"

ทุกวันนี้ MLCommons ยังคงดูแลคอยการทดสอบเกณฑ์มาตรฐาน MLPerf และคอยตรวจสอบผลลัพธ์ที่ถูกส่งเข้ามา ในขณะที่การทดสอบเกณฑ์มาตรฐานอื่นๆ ยอมให้การทดสอบเป็นแบบหมุนเวียน MLCommons กลับเชิญให้ผู้เข้าร่วมส่งผลในการทดสอบต่างๆ เป็นรอบ ๆ ไป แล้วค่อยเผยแพร่ชุดผลลัพธ์ที่ตรวจรับแล้วออกมา ผลลัพธ์ทั้งหมดต้องเป็นไปตามมาตรฐานขององค์กรในการทดสอบ และต้องผ่านการทดสอบการปฏิบัติตามข้อกำหนด รวมถึงได้รับการตรวจทานผลงานโดยผู้เชี่ยวชาญท่านอื่น ก่อนจะได้รับการยอมรับจาก MLCommons

เนื่องด้วยระบบต้องทำตามมาตรฐานในระดับสูงเช่นนี้เท่านั้นจึงจะได้รับการยอมรับจาก MLCommons ทั่วทั้งวงการจึงยอมรับโดยทั่วกันว่าการทดสอบ MLPerf เป็นหนึ่งในวิธีที่ยุติธรรมที่สุดในการเปรียบเทียบประสิทธิภาพของระบบ Machine Learning ต่างๆ โดยลูกค้าสามารถใช้ผลลัพธ์เหล่านี้วัดได้ว่าระบบใดมีประสิทธิภาพว่องไวที่สุด และระบบใดมีประสิทธิภาพด้านพลังงานมากที่สุด ในกรณีการใช้งาน Machine Learning


ประสิทธิภาพของ Dell ใน MLPerf v2.0

ในการทดสอบรอบนี้ เซิร์ฟเวอร์ Dell PowerEdge ได้อันดับที่ดีเป็นพิเศษ เมื่อเทียบกับคู่แข่งใน 6 หมวดหมู่ที่แตกต่างกัน ดังนี้

#1 ในหมวดหมู่ประสิทธิภาพต่อตัว Accelerator ด้วย NVIDIA A100 GPUs

เมื่อเทียบกับระบบอื่นๆ ที่ใช้ NVIDIA A100 GPUs เหมือนกัน Dell PowerEdge XE8545 และ PowerEdge R750xa มีความโดดเด่นกว่าคู่แข่งทั้งหมด เจ้าพวก NVIDIA GPUs เหล่านี้ได้รับความนิยมเป็นพิเศษกับระบบที่ออกแบบมาสำหรับเวิร์กโหลด Deep Learning ซึ่งทำให้เป็นที่ต้องการอย่างมาก ผลการทดสอบยังครอบคลุมกรณีการใช้งานที่หลากหลาย รวมถึงการจำแนกรูปภาพ การตรวจจับวัตถุ การแปลงคำพูดเป็นข้อความ การแมปภาพทางการแพทย์ การประมวลผลภาษาอย่างเป็นธรรมชาติ และการใช้เครื่องมือแนะนำ

PowerEdge XE8545 เป็นเซิร์ฟเวอร์แบบ 2 ซ็อคเก็ต และเป็นเซิร์ฟเวอร์ 4U ที่มีจำนวนคอร์ AMD EPYC™ CPU สูง และยังมี GPU NVIDIA A100 ที่ติดตั้งอยู่บนเมนบอร์ด (SXM4) และ NVIDIA NVLink สำหรับการสื่อสารความเร็วสูงระหว่าง GPU โดย PowerEdge R750xa เป็นซีพียู Intel® Xeon® Scalable 2x และเซิร์ฟเวอร์ 2U ซึ่งออกแบบมาเพื่อเพิ่มประสิทธิภาพสำหรับเวิร์กโหลดที่เน้น GPU แล้วยังมี PCIe และ NVIDIA NVLink Bridge ซึ่งจะเพิ่มความรวดเร็วในการสื่อสารระหว่าง GPU อีกด้วย


#1 ในหมวดหมู่ประสิทธิภาพของระบบสำหรับการเปรียบเทียบหลายรายการ ในบรรดาเซิร์ฟเวอร์ 4-GPU ที่ใช้ PCIe ทั้งหมด

Dell PowerEdge R750xa ยังชนะการแข่งขันในหมู่เซิร์ฟเวอร์ 4-GPU ที่ใช้ PCIe ทั้งหมดอีกด้วย ผลลัพธ์จากการวัดประสิทธิภาพเหล่านี้ ดูจากการเอาไปจัดประเภทรูปภาพ การตรวจจับวัตถุ คำพูดเป็นข้อความ การประมวลผลภาษาอย่างเป็นธรรมชาติ และเครื่องมือแนะนำ

#1 สำหรับหมวดหมู่อัตราเวลาแฝงแบบหลายสตรีมที่ต่ำที่สุดด้วยการใช้อินสแตนซ์ MIG ในเอดจ์

การทดสอบรอบนี้ เป็นทดสอบระบบ Multi-Instance GPU (MIG) โดย Dell PowerEdge XE8545 มีผลลัพธ์เป็นอันดับท็อปในหมวดหมู่นี้เลยทีเดียว โดยเฉพาะในหมวดหมู่ Edge Computing ด้วยเช่นกัน ผลการทดสอบเหล่านี้ใช้กับกรณีของการใช้งานการจำแนกประเภทรูปภาพและการตรวจจับวัตถุนั่นเอง

#1 สำหรับผลลัพธ์ T4 Inference สูงสุด

Dell PowerEdge XE2420 เป็นเซิร์ฟเวอร์เอดจ์แบบ 2 ซ็อคเก็ต 2U ที่มีฟอร์มแฟกเตอร์เชิงลึกระดับสั้น โดยเมื่อเทียบกับระบบอื่นๆ ที่ใช้ NVIDIA T4 GPUs ด้วยกันเอง เซิร์ฟเวอร์นี้ทำงานได้ดีที่สุดในภาพรวม ผลลัพธ์ที่ได้เหล่านี้เกี่ยวข้องกับการใช้งาน Machine Learning ในการจำแนกประเภทรูปภาพ การแปลงคำพูดเป็นข้อความ และกรณีการใช้เครื่องมือแนะนำ ผลลัพธ์เหล่านี้ยังช่วยตอบคำถามเกี่ยวกับประสิทธิภาพ NVIDIA T4 กับ A2, T4 v. A30 และ T4 เทียบกับประสิทธิภาพ A100 MIG และการวัดพลังงาน

#1 สำหรับหมวดหมู่ประสิทธิภาพสูงสุดต่อจำนวนวัตต์ด้วยผลลัพธ์ NVIDIA A2 GPU

ท้ายที่สุด Dell PowerEdge XR12 ยังเป็นเซิร์ฟเวอร์ 2U ที่ทนทาน ใช้งานในเรือได้ และมีฟอร์มแฟกเตอร์ขนาดเล็กที่เหมาะสำหรับการใช้งานด้านโทรคมนาคม การทหาร การค้าปลีก ร้านอาหาร ตลอดจนสภาพแวดล้อมที่ท้าทายอื่นๆ ที่ต้องการประสิทธิภาพการใช้พลังงานสูง ผลลัพธ์เหล่านี้ทำให้ Dell PowerEdge XR12 เป็นตัวเลือกที่ดีสำหรับการจัดประเภทรูปภาพ การตรวจจับวัตถุ การแปลงคำพูดเป็นข้อความ การประมวลผลภาษาอย่างเป็นธรรมชาติ และเครื่องมือแนะนำ


ที่มา: 
https://dell.to/3MHHoQK

ควิกเซิร์ฟ
สินค้า
งานระบบ
บริการ
กิจกรรม
ออนไลน์