网站首页 > 技术文章 正文
今年年中,为揭秘NVIDIA A30在模型训练时的实际性能表现,超益集伦联合Insightface,基于PyTorch1.8对A30进行了IResNet网络训练测试。
但由于此前测试没有对比参照,我们无法直观感受NVIDIA A30的强大。此次,为进一步验证NVIDIA A30性能,超益集伦再次携手Insightface,基于最新PyTorch1.9,对NVIDIA A10、NVIDIA A30及NVIDIA A100 80GB进行了横向对比测试,下面就让我们一睹NVIDIA企业级旗舰GPU卡片家族的风采吧!
NVIDIA A10
测试服务器参数
性能测试数据
NVIDIA A30
测试服务器参数
性能测试数据
NVIDIA A100 80GB
测试服务器参数
性能测试数据
在此次横向对比测试中,我们可以清晰感受到NVIDIA企业级旗舰系列GPU卡片的强大性能,尤其是NVIDIA A30。
在相同环境下的WebFace600K训练测试中,相较显存同为24GB的NVIDIA A10,NVIDIA A30性能提升了近30%,而较显存达80GB的NVIDIA A100,NVIDIA A30性能更可达其65%,极具性价比。
在算力、算法和数据这拉动人工智能发展的"三驾马车"中,算力已然成为驱动AI产业化和产业AI化发展的关键要素,而高性能计算服务器更是AI基础设施的核心。超益集伦作为我国高性能计算解决方案的优秀品牌,也将继续秉持从客户需求出发,以完善的定制化解决方案帮助客户夯实算力基础,全面推动产业发展。
猜你喜欢
- 2025-01-13 担心指纹、人脸信息被盗?西电团队提出个人生物特征隐私保护新策略
你 发表评论:
欢迎- 最近发表
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)