采用H100 Tensor Core GPU的NVIDIA EOS超级电脑完成GPT-3训练的效率是先前纪录的三倍，展现了在大型AI应用场景下的强大潜力。
NVIDIA表示，去年宣布推出的H100 Tensor Core GPU再次於MLPerf基准测试创下新纪录，相比近半年前的纪录快上3倍。
此次以10752组H100 Tensor Core GPU与Quantum-2 InfiniBand网路技术构成的NVIDIA EOS人工智慧超级电脑，在短短3.9分钟内完成以Open AI GPT-3大型自然语言模型、多达1750亿组参数的训练基准，相比近半年前以10.9分钟完成的纪录，约快上3倍速度。
而从此训练基准仅采用GPT-3资料集的一部分，若要完成所有训练的话，大制约花费8天时间，仍比过往透过512组A100 GPU的超级电脑约仍上73倍。
NVIDIA表示，在GPU数量增加3倍情况下，训练效率也相对提高2.8倍，而更有部分得力於软体最佳化，使得训练效率可提升达93%。而缩短训练所需时间，更意味将使人工智慧成长速度可大幅提升。
在此次测试中，NVIDIA表示在训练推荐模型运算表现也比先前快上1.6倍，在电脑视觉模型RetinaNet上的运作效率更提高1.8倍，同时也强调H100 GPU在MLPerf九项测试均有最高效能及最大运算扩展能力，更意味能使需要训练大量大型自然语言模型，或是使用NVIDIA NeMO等框架的人工智慧服务能更快进入市场，甚至能以更低训练成本与更少能源损耗运作。
从2018年5月推出以来，MLPerf基准测试藉由本身客观、透明特性，已经获得亚马逊、Arm、百度、Google、哈佛大学、HPE、Intel、联想、Meta、微软、史丹佛大学与多伦多大学在内机构采纳使用，同时也成为NVIDIA用於衡量其超级电脑、加速运算元件效能衡量基准。
