MLPerf Training v5.0ベンチマーク結果公開

MLCommons組織はMLPerf Training v5.0ベンチマーク結果を正式に発表した。これはAIモデル訓練性能評価分野における最新のマイルストーンである。このベンチマークは大規模AI訓練タスクの性能、効率、拡張性に焦点を当て、研究者や企業がハードウェアプラットフォームの実際の能力を評価するのに役立つ。

テストタスクと更新のハイライト

v5.0バージョンは、コンピュータビジョンから大規模言語モデルまでの全範囲をカバーする複数の新タスクと最適化を導入した：

• BERT：自然言語処理基礎タスク。
• ResNet-50：画像分類ベンチマーク。
• T5：テキストからテキストへの変換。
• GPT-3 175B：大規模生成言語モデル訓練。
• 新たにLlama 3.1 405BとStable Diffusion XLを追加し、現在の人気オープンソースモデルを反映。

テストは初回精度到達時間（Time to First Accuracy）と最高精度（Highest Accuracy）などの指標を重視し、結果の公平性と比較可能性を確保している。

クローズド部門（Closed Division）の記録

クローズド部門はベンチマーク規則の厳格な遵守を要求し、NVIDIAが複数の記録を主導：

• DGX H100システムはGPT-3 175Bタスクで最高性能を達成し、訓練時間を史上最短に短縮。
• H200 GPUはLlama 3.1 405Bで優れた性能を発揮し、HBM3eメモリの優位性を実証。
• Google Cloud TPU v5pはT5タスクで効率的な結果を提出。

詳細なデータは公式結果ページで確認可能。

オープン部門（Open Division）のイノベーション

オープン部門はソフトウェア最適化を許可し、AMD MI300XやIntel Gaudi3などのプラットフォームが頭角を現した：

• AMDはResNet-50でNVIDIA記録に迫る。
• Graphcore IPUはBERTタスクで独自の優位性を実証。

性能トレンドと洞察

v4.0と比較して、v5.0の結果は訓練効率が30%以上向上したことを示しており、これはNVLink相互接続やFlashAttentionなどの技術によるものである。ベンダーは50以上のシステムを提出し、クラウドからエッジ展開までをカバーしている。このベンチマークはAIハードウェア競争を強化し、H100からBlackwellアーキテクチャへの進化を推進している。

MLPerf Training v5.0の結果は、AI実務者にとって貴重な参考資料を提供し、訓練パイプラインとハードウェア選定の最適化を支援する。詳細についてはMLCommons公式サイトをご覧ください。