MLCommons ha anunciado los resultados de las últimas pruebas de rendimiento de los benchmarks de MLPerf, tanto en el ámbito del entrenamiento de modelos de aprendizaje automático como en el de la supercomputación. Estos resultados destacan los avances significativos en el rendimiento de hasta 2.8 veces en comparación con hace 5 meses y 49 veces en comparación con los primeros resultados hace 5 años, lo cual refleja el ritmo acelerado de innovación en los sistemas de aprendizaje automático.
Un dato destacado en esta ronda es la presentación del sistema más grande jamás enviado a MLPerf Training, que consta de más de 10,000 aceleradores. Este logro demuestra el progreso extraordinario de la comunidad de aprendizaje automático en cuanto a la capacidad de escalar el tamaño del sistema para avanzar en el entrenamiento de redes neuronales.
El benchmark MLPerf Training v3.1 cuenta con más de 200 resultados de rendimiento de 19 organizaciones participantes, entre las que se encuentran empresas como Google, NVIDIA, Intel, Dell y Fujitsu, entre otras. Además, se ha añadido al benchmark la nueva generative AI benchmark model llamada Stable Diffusion, que permite generar imágenes fotorrealistas a partir de texto. Esta adición es relevante dado el crecimiento en popularidad de la generación de imágenes y su aplicación en diversas herramientas y aplicaciones.
En cuanto al benchmark de MLPerf HPC, se ha añadido un nuevo benchmark de plegamiento de proteínas que ha sido desarrollado por la Universidad de Columbia. Este modelo de IA generativa, denominado OpenFold, permite predecir la estructura tridimensional de una proteína a partir de su secuencia de aminoácidos. Esta novedad en el benchmark destaca el progreso en el uso de IA aplicada a la ciencia, permitiendo nuevos descubrimientos en diversos campos de investigación.
MLCommons es una organización líder en la creación de benchmarks para IA, cuyo objetivo es mejorar el aprendizaje automático para todos a través de métricas y datos transparentes. Con la colaboración de sus más de 125 miembros, MLCommons se enfoca en desarrollar herramientas y mejores prácticas para la industria del aprendizaje automático. Los benchmarks de MLPerf no solo impulsan la innovación y el rendimiento, sino que también buscan fomentar una competencia sana y equitativa en la industria.