제온파이가 GPU보다 빠르다는 주장에 엔비디아가 발끈

미국 NVIDIA는 16일(현지시간) 인텔이 공개한 심층 학습(딥러닝)에 관한 제온파이와 NVIDIA GPU을 비교한 벤치마크 결과에 오류가 있다는 주장을 블로그에 공개했다.

인텔에 따르면 제온파이는 딥러닝에서

1. GPU보다 2.3배 빠른 훈련
2. 노드 전체에서 GPU보다 38% 뛰어난 스케일링 실현
3. GPU에는 불가능한 128노드에 대한 강력한 스케일링 실현

이라 하고 있다.

인텔의 자료

이에 대해 NVIDIA는 인텔이 사용한 벤치마크가 오래 된 것을 지적했다. 인텔이 사용한 것은 18개월 전에 공개된 Caffe AlexeNet 데이터이며 최근 도입된 Caffe AlexNet을 사용하면 4기의 Maxwell GPU 시스템 쪽이 4기의 Xeon Phi 시스템보다 30% 빠르며 4기의 파스칼 베이스의 TITAN X를 이용하면 90% 고속으로 훈련할 수 있다는 것.

스케일링에 대해서도 인텔이 인용한 것은 낡은 인터커넥트를 채용한 4년전의 데이터이며 NVIDIA는 더욱 새롭게 맥스웰 GPU와 인터커넥트를 채용한 시스템으로 Baidu가 GPU를 128기까지 거의 직선적으로 확장 발표한 것을 인용해 반증하고 있다.

NVIDIA는 인텔이 현재 딥러닝 연구를 진행하는 것이 멋지며 이는 가까워지고 있는 인공지능 시대에 가장 중요한 컴퓨팅 혁명으로 딥러닝은 무시할 수 없는 위대한 기술이지만 사실은 제대로 확인할 필요가 있다고 덧붙였다.

출처 - http://pc.watch.impress.co.jp/docs/news/1015680.html