- 产品与解决方案
- 行业解决方案
- 服务
- 支持
- 合作伙伴
- 关于我们
近日，国际权威AI基准评测组织MLPerf™公布最新AI训练（Training）榜单，紫光股份旗下新华三集团多款服务器在封闭模型分区的BERT-large（自然语言处理）、3D U-Net（医学图像分割）、Mask R-CNN（目标检测）等8个模型测试中一骑绝尘，夺得25项配置第一，展现了新华三在人工智能领域深厚的技术积淀。
MLPerf™基准测试由图灵奖得主David Patterson联合顶尖学术机构发起，在全球AI领域极具影响力，其评测指标和AI领域的前沿应用紧密结合，测试成绩具有极大的应用参考价值，能够为用户衡量设备性能提供权威有效的数据指导。本轮评测吸引来自全球的21家主流芯片、系统厂商参与，共产生264项性能成绩，竞争异常激烈。
_1645351_473262_0.jpg)
H3C UniServer R5500 G5
10项同配置第一
从容应对超大模型AI训练场景
搭载NVIDIA HGX A100 8-GPU的R5500 G5，AI算力较上一代提升20倍，可应对超大模型AI训练场景的算力挑战。本次竞赛中，在单机和集群的同配置下，R5500 G5服务器一举夺得BERT-large（自然语言处理）、DLRM（推荐）、Mask R-CNN（目标检测）、MiniGo（强化学习）、3D U-Net（医学图像分割）模型测试10项第一。
R5500 G5在BERT-large、3D U-Net、Mask R-CNN模型对应的自然语言处理、临床诊疗、自动驾驶等应用场景中均取得了不俗表现。3D U-Net（医学图像分割）基于KiTS 19数据集进行训练，查找和分割肾脏中的癌细胞，模型可识别CT扫描到的每个体积元素是属于健康组织还是肿瘤。R5500 G5服务器仅用时21.28分钟，就在KiTS 19数据集上完成3D U-Net 模型的训练, 相当于每秒可训练288幅CT图像，大大提升医疗诊断效率。该成绩在3D U-Net模型的8个同配置参测性能结果中表现最优。
Mask R-CNN模型则是应用于自动驾驶、工业等领域的目标检测和图像分割场景。R5500 G5服务器仅用时41.05分钟，就在包含11.8万张图片的COCO数据集上完成Mask R-CNN模型的训练，相当于每秒可完成680多张图片的目标检测任务训练，大大缩短了AI模型的训练时间，进一步加快AI应用程序的开发。
H3C UniServer R5300 G5
13项同配置第一
全能适配AI推理/训练场景
本次竞赛中，新华三集团R5300 G5服务器搭载NVIDIA A100 PCIe 80GB、HGX A100 4-GPU等多种AI加速卡，在相同配置下拿下BERT-large（自然语言处理）、3D U-Net（医学图像分割）、Mask RCNN（目标检测）、ResNet（图像分类）等模型测试13项第一
R5300 G5服务器可以在4U空间支持8颗NVIDIA A30或A10 GPU，适用大规模推理场景。同时，R5300 G5也可搭配4颗NVIDIA NVLink互联的A100 GPU或8颗PCIe版NVIDIA A100 GPU，应用于AI训练场景，敏捷的架构充分满足多元算力的需求。
H3C UniServer R4900 G5
收获2项同配置第一
低功耗、高可靠
作为一款两路通用机架服务器，本次竞赛中，R4900 G5服务器在BERT-large（自然语言处理）、ResNet（图像分类）两项AI训练任务中收获同配置第一。
R4900 G5服务器可在2U空间内容纳4颗NVIDIA A30或NVIDIA A10 GPU，具有低功耗、高可靠、灵活扩展、易管理等优点，适用于小规模AI训练和AI推理场景，能够为用户提供更高的能效回报，加速智能化转型。
此次夺魁，再次彰显了新华三集团在AI计算领域的强劲实力。面向AI时代，新华三将继续围绕真实应用场景需求，在“云智原生”战略的指引下，以内生智能的全面创新为不断提升AI应用效率与能力，以不断进化的数字大脑，引领百行百业迈向智能化新征程。
