揭秘NVIDIA加速AI推理的密码，1台T4服务器完胜200台CPU服务器

遐错螂渤箔

看点：TensorRT与Turing架构协同配合，能提供高达CPU服务器45倍的吞吐量。
. c- u& G$ |8 L1 a' [


4 T5 y, o  k6 p) ?! g$ m  ~4 w0 P& f每天，数以万计的语音助手、翻译、推荐、视频管理、自动驾驶等各类新兴服务，都在以超快速度完成深度学习推理。

  q! u! j( B" x" D* L0 O用户会看重AI产品的实时性、高准确度，而对于开发者来说，要考虑到的因素更多，不仅要满足最终用户的需求，还要考虑成本、能效等因素，因而，能满足可编程性、低延迟、高准确度、高吞吐量、易部署的成套AI推理软硬件组合成为开发者的心头好。
& ]  H+ Z3 {  y$ r: t而配备NVIDIA TensorRT超大规模推理平台的GPU可以说是学术界和产业界最受欢迎的AI推理组合之一，它们可以带来速度、准确度和快速响应能力的成倍提升。
去年NVIDIA最新发布的Tesla T4 GPU，因其专为推理而生的超高效率、超低功耗，能为开发者节省大笔预算，已成为业界首选AI推理神器。
本期的智能内参，我们对《NVIDIA AI推理平台》白皮书进行解读，看NVIDIA超大规模推理平台如何协同顶尖AI推理加速器Tesla T4 GPU，为深度学习推理带来吞吐量、速度等性能的倍增，并降低数据中心运营商的开发成本。如果想查阅此白皮书《NVIDIA AI 推理平台》，可直接点击左下方的“阅读原文”下载。
) B# K, n: O& A  p

NVIDIA GPU推理的应用价值


; N1 z* I: V! |+ gNVIDIA AI推理平台就像一个隐形的推理助手，正通过互联网巨头的超大规模数据中心，为人们带来各种新鲜且高效的AI体验。

5 N! H) S7 m6 }7 D" A相比传统的CPU服务器，GPU产品推理组合不仅能提升推理性能，还能更节省成本。
3 X* o+ u, @- x" S& c6 N1 a比如京东的视频审核就使用NVIDIA AI平台，将服务器数量减少了83%。
每天由第三方商家上传到京东POP平台的视频数据不计其数，京东必须确保上传的信息安全无害。
以前，要审核1000路的视频流，京东必须在云端部署1000枚CPU，而使用NVIDIA AI推理平台后，吞吐量提升20倍，速度比CPU快40倍，1台配备4个Tesla P40的服务器能代替超过约50台CPU服务器。

T4作为NVIDIA专为加速AI推理打造的GPU，在推理性能和能效比上一代产品P4 更胜一筹。
如图，左边是200台占用四个机架的CPU服务器，支持语音、NLP和视频应用，功耗达60千瓦。而相同的吞吐量和功能，一台搭载16块T4 GPU的服务器就足矣，不仅如此，这台服务器还将功耗降为原来的1/30。
 
3 z- i7 L# T6 ?7 a

基于Turing架构的Tesla T4 GPU
  T% W; e$ \2 i: k; ~

$ [$ _% N5 v4 q5 ZNVIDIA Tesla T4 GPU是全球顶尖的通用加速器，适用于所有AI推理工作负载，不仅有小巧的外形规格和仅70瓦的超低功耗，而且效率比前一代Tesla P4超出两倍以上。

4 D+ n  a; e, _2 [  N: C它采用的Turing架构，除了继承Volta架构为CUDA平台引入的增强功能外，还新增独立线程调度、统一内存寻址等许多适合推理的特性。
7 }! K  ?0 ]) f. u& B. [Turing GPU能提供比历代GPU更出色的推理性能、通用性和高效率，这主要归功于如下几个创新特性：
1、新型流式多元处理器（SM）
6 G9 m$ @. Q3 k8 n/ @: g  n( J
新型SM具有Turing Tensor核心，基于Volta GV100架构上经过重大改进的SM而构建。
& j) O3 `8 A; \( c( ]/ m它能像Volta Tensor核心一样，可提供FP16和FP32混合精度矩阵数学，还新增了INT8和INT4精度模式。
通过实现线程间细粒度同步与合作等功能，Turing SM使得GPU的性能和能效均远高于上一代Pascal GPU，同时简化了编程。
( M# O) o; G' P( T2、包含实验特性，首用GDDR6
) O9 M$ d% @# B
Turing是首款采用GDDR6显存的GPU架构，最高可提供320GB/s的显存带宽，其存储器接口电路也经过全面重新设计。
$ g2 D/ Q; C0 y- A# R8 J相比此前Pascal GPU使用的GDDR5X。Turing的GDDR6将速度提升40%，能效提升20%。
3、专用硬件转码引擎

视频解码正呈现爆炸式增长，在内容推荐、广告植入分析、无人车感知等领域都获得大规模应用。
' F0 o0 k7 z5 @, ?' M. ?T4凭借专业的硬件转码引擎，将解码能力提升至上代GPU的两倍，可以解码多达38路全高清视频流，而且能在不损失视频画质的前提下实现快速编码或最低比特率编码。
8 B- e8 D" G, P# B/ j

超大规模推理平台TensorRT
" J* }* \7 |# L% Y7 d2 X0 M

. L+ T* {9 E$ H* @: Z: H仅有强大硬件还不够，要搭配高适配度的软件工具，才能最大化硬件算力的利用率，为开发者带来更完整和优化的开发体验。
( n' X, d4 N- Z# m/ T4 B2 ^* b1 KNVIDIA加速推理的优势也正是在软硬件的结合上凸显出来，既有专为深度学习定制的处理器，又具备软件可编程特质，还能加速TensorFlow、PyTorch、MXNet等各种主流深度学习框架，为全球开发者生态系统提供支持。
面向深度学习推理，NVIDIA提供了一套完整的推理套餐——TensorRT超大规模推理平台。
TensorRT包含T4推理加速器、TensorRT5高性能深度学习推理优化器和运行时、TensorRT推理服务三部分，支持深度学习推理应用程序的快速部署。
其中，TensorRT5将能够优化并精确校准低精度网络模型的准确度，最终将模型部署到超大规模数据中心、嵌入式或汽车产品平台。
- @& S6 D7 }% }+ nTensorRT推理服务是NVIDIA GPU Cloud免费提供的即用型容器，能提高GPU利用率，降低成本，还能简化向GPU加速推理框架的转换过程，更加节省时间。
配备TensorRT的GPU，推理性能最高可达CPU的50倍。
0 s. E% }0 O6 f7 g8 p; O这得益于TensorRT对网络结构的重构与优化。在精度方面，TensorRT提供INT8和FP16优化，通过降精度推理，在显著减少应用程序的同时保持高准确度，满足许多实时服务的需求。
! y# e  V1 M, s$ U( c
另外，TensorRT还通过融合内核的节点，优化GPU显存和带宽的使用，并以更大限度减少显存占用，以高效方式重复利用张量内存。
TensorRT和TensorFlow现已紧密集成，Matlab也已通过GPU编码器实现与TensorRT的集成，能协助工程师和科学家在使用MATLAB时为Jetson、NVIDIA DRIVE和Tesla平台自动生成高性能推理引擎。
5 O0 ?: r/ B  NTensorRT和Turing架构两相结合，能提供高达CPU服务器45倍的吞吐量。
* P7 o! @3 m) w/ P, I8 p智东西认为，深度学习推理需要强大的计算平台，来满足云端与终端日益增长的AI处理需求。而一款强大的计算平台不仅需要强大的芯片，还需要完整的生态系统。
. @; u7 M1 q' F' L+ H通过软硬件协同作用，NVIDIA TensorRT能在带来高吞吐量和高能效的同时，实现推理神经网络的快速优化、验证和部署，既能降低开发门槛，又能节省服务器成本，使得工程师和科学家更好地专注于深度学习研究，推动各行业智能化升级。
如需查阅此白皮书《NVIDIA AI 推理平台》，可直接点击左下方的“阅读原文”下载。


& E9 Q$ q& Z0 k" c$ K8 B/ e

本账号系网易新闻·网易号“各有态度”签约帐号

" R5 y6 A* g9 N+ N

2 j: B# N1 S1 g+ h来源：http://mp.weixin.qq.com/s?src=11&timestamp=1563112804&ver=1728&signature=HZaQD1-Iw7*AR*o3fdBcyw5VDHbMCpxSKJGqaQMMpZHF73he5pDyE70f0-5qVZIeVnwkYYOroperpRzyE8aoDyBG*2cTDr6rR7tTsX1iioPy-j-XZG0nay6b0wl3wEkt&new=1
( G- |/ v& U! k' n0 V. A免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！