Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIAはAIイノベーションの最前線に立ち、事前トレーニング、事後トレーニング、そしてテスト時のスケーリングを通じて、よりスマートなモデルのトレーニング強化に注力してきました。同社は、よりインテリジェントなAIシステム開発の基盤としてトレーニングの重要性を強調しています。ファインチューニングや強化学習を含むトレーニング後のプロセスは、タスク固有の精度を向上させ、モデルに推論などの高度な機能を装備するために不可欠です。

AIモデルがますます高度化するにつれて、トレーニングにはより大きな計算能力が必要となり、コストの増加とトレーニング期間の長期化につながる可能性があります。この問題に対処するため、NVIDIAはより効率的なコンピューティングソリューションの提供に取り組んできました。そのアプローチは、GPU、CPU、ネットワークコンポーネント、システムアーキテクチャ、そして幅広いソフトウェアを網羅する包括的な戦略に基づいています。この戦略は、従来ムーアの法則から期待されていた漸進的な改善をはるかに超える、トレーニングパフォーマンスの大幅な向上を目指しています。その結果、トレーニング時間が短縮され、モデル開発者の迅速な導入と収益創出が可能になるだけでなく、トレーニングコストが削減され、投資収益率（ROI）の向上にもつながります。

NVIDIA の最新の進歩は、最新の MLPerf トレーニング ベンチマークで実証されました。このベンチマークでは、NVIDIA の提出物はすべての大規模言語モデルで FP4 精度を使用しました。NVIDIA Blackwell アーキテクチャは、新しいトレーニング レシピとソフトウェア スタックの改善と組み合わせることで、GB200 NVL72 は、FP8 精度を使用した以前のモデルと比較して最大 3.2 倍のトレーニング パフォーマンスを実現しました。このトレーニング時間の短縮により、開発者は AI モデルをより迅速に市場に投入できるようになります。

イノベーションへの継続的な取り組みとして、NVIDIA はソフトウェアとアルゴリズムの強化を通じて、既存のアーキテクチャのパフォーマンスも向上させてきました。Blackwell アーキテクチャは、独自の NVFP4 形式を含む FP4 アクセラレーションをサポートしており、大幅なパフォーマンス向上を実現しています。最新の MLPerf トレーニング ラウンドでは、GB200 NVL72 は、NVFP4 トレーニング レシピを使用することで、前回のラウンドの FP8 提出物と比較して最大 1.4 倍のパフォーマンスを示しました。この改善は、トレーニングの高速化だけでなく、同じ GPU インフラストラクチャでコストパフォーマンスの向上にもつながります。

NVIDIA は、ハードウェアとソフトウェアのエコシステム全体にわたってパフォーマンスの向上を絶えず追求しており、これにより、より大規模でインテリジェントな AI モデルのトレーニングと効率的な展開が可能になり、AI 業界に大きな価値がもたらされます。