暴雨信息:构建算力产业新生态 应对爆发式增长的算力需求

本文主要是介绍暴雨信息:构建算力产业新生态 应对爆发式增长的算力需求,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

当前我国数字经济的发展逐步走向深化应用、规模发展、普惠共享的新阶段,数字技术与实体经济深度融合,新业态、新场景正在蓬勃涌现,成为推动中国经济增长的主要引擎之一,并将推动实现国家高质量发展。

利用数字经济实现转型不仅是政府的要求,也是产业的自然需求。2020年4月,国家发改委首次明确将人工智能纳入“新基建”范围。随着人工智能在生产、决策中发挥的作用越来越重要,企业对多元异构的算力需求也在暴涨。

全国各地加大数据中心布局,截至目前,已有接近30个城市陆续启动人工智能计算中心建设。以北京为例,正在推动海淀区建设北京人工智能公共算力中心、朝阳区建设北京数字经济算力中心,打造京津冀算力廊道,形成以智能算力为主、通用算力和超级算力多元协同的首都地区算力供给体系。除了算力供给之外,我国算力产业发展还存在两大制约因素亟待解决。一是尽管我国算力基础设施规模已位居世界前列,但关键技术仍受制于人,算力产品性能与国外领先水平存在较大差距。二是硬件和软件不兼容,多元异构的算力无法实现灵活高效的调配,算力资源的利用效率低、分配不合理,存在浪费现象。

生态引领

对于当前算力产业存在的“卡脖子”难题,中国工程院院士、清华大学计算机系教授郑纬民认为,国内外芯片在性能上的差距可以在生态上得到弥补。“国产生态只要解决好编程框架、并行加速、调度器、内存分配系统、容错系统、存储系统等问题,即使只有国外芯片60%的性能,国产芯片也会大受欢迎。”郑纬民说。

摩尔线程副总裁、产品事业部总经理董龙飞表示:“ChatGPT等大模型能快速引领AI的发展,对于以GPU为代表的智能算力的规模也提出了明确需求,新型智算中心的建设是重中之重。着手构建从底层芯片到大模型的自主创新产业链,已经迫在眉睫。摩尔线程以全功能GPU芯片设计为主,期望能够广泛地与生态伙伴开展合作,共同为计算加速。”

为此,暴雨信息正在构建一个人工智能产业生态。合作伙伴涵盖国内外芯片、服务器、大模型、人工智能、应用创新、产业投资等多个领域。

在这个生态中,无论是人工智能创新者还是传统企业,都可以根据场景规模,接入符合企业需求的多元异构算力,支撑各种人工智能应用,解决场景应用中的实际难题。

同时,中国有着最丰富的产业应用场景,通过在不同场景中的实践,从下游使用者向上游研发形成正向反馈机制,持续不断地引导算力产品以及产业链迭代升级,缩小与国外产品的性能差距。

生成式AI和大模型将引发计算范式之变、产业动量之变、算力服务格局之变。未来几年,构建和调优生成式人工智能基础模型以满足应用需求,将为整个基础设施市场带来发展机遇。

“大模型带来的AI产业新生态存有巨大的市场机遇和上升空间,在AI基础软件和算力联合创新的高能反应下,AI模型的精度和算力资源调度的能效将实现双向赋能。”九章云极DataCanvas董事长方磊表示,“我们的产品和服务覆盖包括大模型、多模向量数据库、Agent等在内的一整套人工智能基础软件,我们将AI软件能力进一步与硬件层融合,通过与合作伙伴构建智算中心打造‘算法+算力’一体化人工智能基础服务,为全行业加速向智能化进化提供更低成本、更高效率、更可靠的AI底座支撑。”

模式创新

目前,我国算力产业发展面临的另一大突出难题在于软硬件不适配。国内分别基于CPU、通用GPU、FPGA、ASIC/DSA路线的多种AI芯片并存,算力的异构和软件不兼容问题普遍存在,这不仅提高了算力使用的门槛,也使得算力资源的利用率难以得到有效提高,存在资源浪费现象。

暴雨信息董事长袁素勤认为,软件和硬件协同优化的问题已经刻不容缓。如果将已有的、不同体系架构的算力通过软件连接起来,可以释放出更多算力。

然而,软件与硬件的协同优化很难由一家厂商独立完成,需要更多厂商共同参与,深度协同。

“以GPU为主的人工智能芯片是人工智能产业生态建设的核心基础,也是驱动AI产业发展的加速器。但是,光有硬件不够,如何做好软硬协同才是驱动AI应用的重要法宝。国产GPU/AI芯片企业在努力提升产品性能的同时,更需关注GPU生态的建设和完善。摩尔线程希望可以携手暴雨信息,和众多合作伙伴一起为我国搭建开放的AI生态做出贡献。”

李子威也提到,“软硬件的协同设计与适配,以及异构算力的统一调度,将对AI产业发展、实现技术突破和产业升级等产生积极影响。集群算力效能的发挥,不仅需要性能先进的硬件,更离不开智能软件的管理调度。”

2023年10月,工业和信息化部等六部门联合印发的《算力基础设施高质量发展行动计划》中指出,应探索构建布局合理、泛在连接、灵活高效的算力互联网,增强异构算力与网络的融合能力,实现计算、存储的高效应用,优化算力高效运载质量;强化算力接入网络能力,提升枢纽网络传输效率;鼓励各方探索打造多层次算力调度框架体系,探索实现算力的一体化调度应用;开展算网融合发展行动,探索建设多层级算力调度平台。

中国信息通信研究院院长余晓晖在2023中国算力大会的演讲中也提到,随着我国算力产业的加速发展,算网融合不断加快,算力调度已成为推动全国算力资源优化配置的关键。

暴雨信息通过构建人工智能产业生态,把分散在不同区域的多元异构的算力,互联成网,基于软硬件一体打造领先的调度算法,实现算力的管理、调度和存储,向下“封装”多元异构的算力,屏蔽差异,向上链接各类业务应用,确保每一个企业需求都能够匹配到最适合的计算资源,让算力更“好用”、更“高效”。

“AI公司的发展,需要全面、稳定的算力支持作为支撑,包括通用云计算资源、GPU算力、算法优化与应用场景拓展能力等。”“通过构建AI产业良性循环生态链,聚集上下游资源,可以加强企业之间的合作和技术交流,促进科技成果的转化和应用;还可以更好地发挥各企业的优势和特长,实现资源共享和优势互补,降低生产成本和减少重复投资,提高整个产业的效率和竞争力。”通过与算力提供商等产业合作伙伴合作,行者AI的解决方案可以快速赋能智慧文娱、智慧政务、智慧教育、智慧医疗、智慧营销、智慧文旅等场景。

中信证券的研究报告中提到,“展望2024年,我们认为AI将开始全面落地,持续驱动科技产业投资,与此同时,在新的外部再平衡条件下,关键科技领域的国产替代也将带来更多投资机会。站在投资维度,我们判断算力端将迎来重要投资机遇。”暴雨营销部/文

这篇关于暴雨信息:构建算力产业新生态 应对爆发式增长的算力需求的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/534063

相关文章

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

跨国公司撤出在华研发中心的启示:中国IT产业的挑战与机遇

近日,IBM中国宣布撤出在华的两大研发中心,这一决定在IT行业引发了广泛的讨论和关注。跨国公司在华研发中心的撤出,不仅对众多IT从业者的职业发展带来了直接的冲击,也引发了人们对全球化背景下中国IT产业竞争力和未来发展方向的深思。面对这一突如其来的变化,我们应如何看待跨国公司的决策?中国IT人才又该如何应对?中国IT产业将何去何从?本文将围绕这些问题展开探讨。 跨国公司撤出的背景与

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

如何用GPU算力卡P100玩黑神话悟空?

精力有限,只记录关键信息,希望未来能够有助于其他人。 文章目录 综述背景评估游戏性能需求显卡需求CPU和内存系统需求主机需求显式需求 实操硬件安装安装操作系统Win11安装驱动修改注册表选择程序使用什么GPU 安装黑神话悟空其他 综述 用P100 + PCIe Gen3.0 + Dell720服务器(32C64G),运行黑神话悟空画质中等流畅运行。 背景 假设有一张P100-

maven 编译构建可以执行的jar包

💝💝💝欢迎莅临我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:「stormsha的主页」👈,「stormsha的知识库」👈持续学习,不断总结,共同进步,为了踏实,做好当下事儿~ 专栏导航 Python系列: Python面试题合集,剑指大厂Git系列: Git操作技巧GO

嵌入式Openharmony系统构建与启动详解

大家好,今天主要给大家分享一下,如何构建Openharmony子系统以及系统的启动过程分解。 第一:OpenHarmony系统构建      首先熟悉一下,构建系统是一种自动化处理工具的集合,通过将源代码文件进行一系列处理,最终生成和用户可以使用的目标文件。这里的目标文件包括静态链接库文件、动态链接库文件、可执行文件、脚本文件、配置文件等。      我们在编写hellowor

利用命令模式构建高效的手游后端架构

在现代手游开发中,后端架构的设计对于支持高并发、快速迭代和复杂游戏逻辑至关重要。命令模式作为一种行为设计模式,可以有效地解耦请求的发起者与接收者,提升系统的可维护性和扩展性。本文将深入探讨如何利用命令模式构建一个强大且灵活的手游后端架构。 1. 命令模式的概念与优势 命令模式通过将请求封装为对象,使得请求的发起者和接收者之间的耦合度降低。这种模式的主要优势包括: 解耦请求发起者与处理者