常聽人說AI對存儲性能提出了新需求,那么AI對存儲有怎樣的需求呢?
人工智能全流程中,涉及數(shù)據(jù)的采集、數(shù)據(jù)的預處理、模型訓練、模型部署等環(huán)節(jié),跟以往操作差異最大的在于訓練環(huán)節(jié),為此,有外媒動手做了一個評測。結(jié)果顯示,在訓練環(huán)節(jié),高性能存儲設備對于性能的提升完全沒有幫助。
測試架構(gòu)是這樣的,一臺戴爾PowerEdge R740xd服務器,有兩塊至強黃金6130 CPU,256GB DRAM內(nèi)存,用它來運行byteLAKE的AI測試,測試的變量是三款SSD,一個是鎧俠SAS 口的PX04S,一個是三星的983ZET,還有一個是英特爾傲騰900P。
鎧俠SAS口 PX04S SSD
三星PCIe卡983ZET
英特爾傲騰900P
測試中分析了機器學習在訓練階段的性能表現(xiàn),測試程序用的是byteLAKE的EWA Gurad,它是一個實時監(jiān)測模型,該模型包括一個輸入層,22個卷積層,5個池化層,2個路由層,還有一個探測層。
測試優(yōu)劣的評判標準是時間,就是做5000個Epoch所耗費的時間,每換一次SSD就進行一次測試,測試結(jié)果如下。
鎧俠 98小時 24分
三星 98小時 44分
英特爾 98小時 42分
明顯可見,本地的SSD對性能幾乎沒有影響,換了不同性能的SSD,既有SAS口的,也有PCIe口的,既有NAND SSD也有機遇3D Xpoint的SSD,最終性能表現(xiàn)都差不多。
在數(shù)據(jù)的獲取時,SSD會有優(yōu)勢,但在計算環(huán)節(jié),對SSD的要求并不高,那是不是說明CPU的訓練能力不夠,導致瓶頸呢?
為了進一步測試,在服務器里加入來了一塊英偉達T4顯卡,然后再跑一下測試。
鎧俠 4h 30分鐘
三星 4小時 28分鐘
Intel 4小時 27分鐘
GPU的加速效果還是非常明顯的,提升了22倍,計算性能提升來的話,SSD的性能差異是否明顯呢?從數(shù)據(jù)來看,顯然還是沒什么影響。
測試結(jié)果發(fā)現(xiàn),高性能的存儲并沒有提升AI訓練階段的性能,由于AI模型的復雜結(jié)構(gòu)限制,機器學習訓練的時間要遠遠高于數(shù)據(jù)載入的時間。雖然英偉達T4顯卡加速了機器學習的速度,但并沒有讓SSD發(fā)揮優(yōu)勢,
當然,想要看具體某個零部件對于系統(tǒng)性能影響的話還需要許多細致的工作,比如,換一個AI框架,換別的零部件什么的。這一測試其實是有意義的,可以讓我們找出有利于性能提升的部分,把錢花在刀刃上。
責任編輯:pj
-
服務器
+關注
關注
13文章
9793瀏覽量
87949 -
AI
+關注
關注
88文章
35109瀏覽量
279623 -
人工智能
+關注
關注
1806文章
49011瀏覽量
249368
發(fā)布評論請先 登錄
英特爾服務器CPU市場失守:從99.9%到50%以下

主控CPU全能選手,英特爾至強6助力AI系統(tǒng)高效運轉(zhuǎn)

戴爾PowerEdge R7715服務器性能評測

戴爾PowerEdge R770服務器的性能測試

戴爾PowerEdge XR7620邊緣服務器的性能實測

英特爾至強6:如何煉就數(shù)據(jù)中心“全能型選手”

HPE攜手英特爾至強6,打造新一代服務器性能巔峰
英特爾帶您解鎖云上智算新引擎
英特爾成都基地擴容,強化服務器芯片產(chǎn)能
美國多IP服務器和美國多服務器有什么區(qū)別
AMD數(shù)據(jù)中心業(yè)務首超英特爾,Nvidia異軍突起
英特爾宣布擴容成都封裝測試基地
英特爾擴容在成都的封裝測試基地
英特爾調(diào)降明年AI服務器芯片出貨目標
英特爾21152和PCI2250的區(qū)別

評論