Graphcore其参与(拟未)正式发布MLPerf最新的测试结果。本次提交，Graphcore使用新发布的Bow图像分类模型系统ResNet-50和自然语言处理模型BERT与上次提交相比，性能提高了31%和37%。Graphcore还增加了语音转录模型RNN-T的提交。

芯片采购网专注于整合国内外授权IC代理商现货资源，芯片库存实时查询，行业价格合理，采购方便IC芯片，国内专业芯片采购平台。

本次MLPerf第三方首次使用提交Graphcore系统。百度飞桨使用百度飞桨。Graphcore系统进行了BERT和Graphcore的BERT提交几乎一致的性能证明了Graphcore的IPU提供的性能可以有效地跨框架复制，以及IPU生态进一步繁荣的潜力。

Graphcore这次面向封闭分区ResNet-50和BERT以3提交了两个模型D WoW处理器Bow IPU为核心的Bow系统，包括Bow Pod16、Bow Pod64、Bow Pod128和Bow Pod256。与前代产品相比，Bow在提供更好性能的同时，系统的价格保持不变，进一步改进Graphcore系统性价比优势。结果表明，与上次提交相比，ResNet-训练时间提高31%，BERT训练时间增加37%。

在GPU优势模型ResNet-50上，Bow Pod16只需19.6分钟，表现优于NVIDIA的旗舰产品DGX-A100 640GB所需的28.7分钟再次反映出来Bow系统性价比优势。

除此之外，Graphcore还提交了RNN-T开放分区的结果。RNN-T在移动设备中广泛应用于高度准确的语音识别。Bow Pod64上，RNN-T训练时间可以从几周缩短到几天。

Graphcore中国工程副总裁，AI算法科学家金琛说：这次MLPerf我们为取得的优异成绩感到非常自豪Graphcore始终坚持创新是不可分割的。我们也很高兴通过与百度桨的合作，加快与百度桨的合作IPU扩大生态系统，赋予产业权力，促进各领域产业AI转型升级。U-Blox代理我们将继续创新，应对不断增长的问题AI计算挑战，帮助AI计算进化。

在本次MLPerf Training 2.在0的提交中，使用百度飞桨Bow Pod16和Bow Pod64进行了BERT提交封闭分区，结果及Graphcore使用PopART提交结果几乎一致。这充分证明了这一点Graphcore IPU跨框架复制性能。这种能力的实现得益于这种能力的实现Graphcore硬件系统灵活，软件不断优化，本地支持强，合作伙伴支持强。就像这次提交一样，百度会Graphcore的Poplar结合飞桨软件框架，取得了优异的性能效果。

百度桨产品团队负责人赵乔说：百度桨和Graphcore本次合作MLPerf取得了很好的成绩。Graphcore的IPU该系统在合作中表现出色，在许多应用场景中表现出巨大的应用潜力。我们期待进一步加深Graphcore以创新技术加快硬件生态共创计划合作AI产业落地，推进AI产业变革。”

百度飞桨已经实现了IPU全面支持。Graphcore是百度飞桨硬件生态系统的创始成员，并于2022年5月正式加入百度飞桨发起的硬件生态共创计划。未来，双方将进一步合作，为开发者提供更多的创新工具AI生态繁荣赋能产业AI的应用和AI的商业化。产业中AI落地的应用也会反馈AI的发展和AI进一步繁荣生态。