1744812029540769
1744812029540769_个人页
1744812029540769
文章
36
问答
2
视频
0
个人介绍
暂无个人介绍
擅长的技术
-
发表了文章 2024-01-05
展望2024: 中国AI算力能否引爆高性能计算和大模型训练的新革命？
2023年是人工智能发展的重要转折年，企业正在从业务数字化迈向业务智能化。大模型的突破和生成式人工智能的兴起为企业实现产品和流程的革新提供了先进工具，引领产业迈入智能创新的新阶段。在这个新时代，企业不再仅关注如何增强智能化能力，而更加注重如何利用人工智能实现产品和流程的革新。
-
发表了文章 2023-12-21
AGI时代的奠基石：Agent+算力+大模型是构建AI未来的三驾马车吗？
AI Agent的训练离不开算力，服务器作为一个强大的计算中心，为AI Agent提供算力基础，支持其进行复杂计算和处理大规模数据的任务，包括模型训练、推理和处理大规模数据集。
-
发表了文章 2023-12-08
探索AIGC未来：CPU源码优化、多GPU编程与中国算力瓶颈与发展
近年来，AIGC的技术取得了长足的进步，其中最为重要的技术之一是基于源代码的CPU调优，可以有效地提高人工智能模型的训练速度和效率，从而加快了人工智能的应用进程。同时，多GPU编程技术也在不断发展，大大提高人工智能模型的计算能力，更好地满足实际应用的需求。 本文将分析AIGC的最新进展，深入探讨以上话题，以及中国算力产业的瓶颈和趋势。
-
发表了文章 2023-11-16
多GPU训练大型模型：资源分配与优化技巧 ｜ 英伟达将推出面向中国的改良芯片HGX H20、L20 PCIe、L2 PCIe
在人工智能领域，大型模型因其强大的预测能力和泛化性能而备受瞩目。然而，随着模型规模的不断扩大，计算资源和训练时间成为制约其发展的重大挑战。特别是在英伟达禁令之后，中国AI计算行业面临前所未有的困境。为了解决这个问题，英伟达将针对中国市场推出新的AI芯片，以应对美国出口限制。本文将探讨如何在多个GPU上训练大型模型，并分析英伟达禁令对中国AI计算行业的影响。
-
发表了文章 2023-11-09
GPT-4 Turbo 发布 | 大模型训练的新时代：超算互联网的调度与调优
算力对训练模型的重要性日益凸显。随着大模型训练的流行，全球显卡和算力正在快速增长。算力后周期市场也在迅速崛起。其中“后”更多是指后服务市场，涵盖从显卡服务器到货IDC之后，形成稳定算力到输出稳定商业推理结果全过程。该过程主要涉及云化、调优、调度、部署、落地和数据管理等环节。
-
发表了文章 2023-11-03
探秘英伟达显卡的制造之路 | 英伟达断供GPU，中国大模型何去何从？
在当今时代，人工智能技术正以前所未有的速度发展，推动着各个领域的创新与变革。作为人工智能技术的核心引擎之一，高性能GPU扮演着至关重要的角色。在这个领域，英伟达的H100无疑是一款备受瞩目的高端产品。它针对高性能计算和人工智能应用而设计，具备强大的计算能力和高内存容量，以及先进的互连技术，可以有效提升集群中的计算效率，加速深度学习、计算机视觉、自然语言处理等领域的AI训练和推理任务。
-
发表了文章 2023-10-26
一文详解多模态大模型发展及高频因子计算加速GPU算力 | 英伟达显卡被限，华为如何力挽狂澜？
近年来，全球范围内的芯片禁令不断升级，给许多企业和科研机构带来了很大的困扰，需要在技术层面进行创新和突破。一方面，可以探索使用国产芯片和其他不受限制的芯片来替代被禁用的芯片；另一方面，可以通过优化算法和架构等方法来降低对特定芯片的依赖程度。
-
发表了文章 2023-07-28
英伟达 H100 vs. 苹果M2，大模型训练，哪款性价比更高？
训练和微调大型语言模型对于硬件资源的要求非常高。目前，主流的大模型训练硬件通常采用英特尔的CPU和英伟达的GPU。然而，最近苹果的M2 Ultra芯片和AMD的显卡进展给我们带来了一些新的希望。
-
发表了文章 2023-07-06
探索大模型世界的多元算力：CPU、GPU与算存互连的复杂比较与重要性分析
据科技部新一代人工智能发展研究中心发布的报告显示，我国已发布79个参数规模超过10亿的大模型，几乎形成了百模大战的局面。在大模型研发方面，中国14个省区市都在积极开展工作，其中北京拥有38个项目，广东拥有20个项目。
-
发表了文章 2023-06-29
揭秘A100、A800、H800、V100在高性能计算与大模型训练中的地位
英伟达前段时间发布GH 200包含 36 个 NVLink 开关，将 256 个 GH200 Grace Hopper 芯片和 144TB 的共享内存连接成一个单元。除此之外，英伟达A100、A800、H100、V100也在大模型训练中广受欢迎。
-
发表了文章 2023-06-25
突破边界：高性能计算引领LLM驶向通用人工智能AGI的创新纪元
LLM的发展将为全球和中国AI芯片、AI服务器市场的增长提供强劲动力，据估算，LLM将为全球和中国AI服务器带来约891.2亿美元和338.2亿美元的市场空间。
-
发表了文章 2023-06-15
研发为底、生态为径、AI为翼——全国一体化算力算网调度平台正式发布
研发实力是一家芯片设计公司的核心竞争力，英伟达从发展初期就重视研发生产力，以高投入换取高回报不断提升产品竞争力。2005 年，AMD 的研发费用为 11 亿美元，是英伟达的 3.2 倍左右。而到了 2022 年，英伟达的研发费用达到 73.4 亿美元，是 AMD 的 1.47 倍。
-
发表了文章 2023-06-15
2023北京智源大会亮点回顾 | 高性能计算、深度学习和大模型：打造通用人工智能AGI的金三角
北京智源大会中黄铁军表示，从“第一性原理”出发，通过构建一个完整的智能系统AGI，从原子到有机分子到神经系统、到身体，实现通用人工智能。这是一个大概需要20年时间才能实现的目标。分别包括大模型方向、具身方向，以及智源自己期望方向的进展。
-
发表了文章 2023-06-02
COMPUTEX2023|NVIDIA GRACE HOPPER为加速生成式AI而设计的超级芯片全面投产
5 月29 日，英伟达在 2023 台北电脑展大会推出了DGX GH200 AI超级计算机，这是配备256颗Grace Hopper超级芯片和NVIDIA NVLink交换机系统的尖端系统，具有1 exaflop性能和144TB共享内存。
-
发表了文章 2023-05-25
AIGC和ChatGPT推进百度、阿里、腾讯、华为大模型技术创新
据艾媒咨询预测，2023 年中国 AIGC 核心市场规模将达 79.3 亿元，2028 年将达 2767.4 亿元。中国互联网的高度普及率，以及不断提升的企业数字化程度，为 AIGC 产业提供了优越的发展环境。
-
发表了文章 2023-05-19
ChatGPT与深度学习的完美融合：打造智能化推荐系统新时代
新技术如ChatGPT、LLM、AIGC等的兴起，使推荐系统拥有更强的学习和预测能力。然而，推荐算法仍然是深度学习推荐系统中不可或缺的关键技术。推荐算法和这些技术应相辅相成，相互补充。推荐算法中的冷启动问题、Explore & Exploit、流行度纠偏、打散重排等问题，都是ChatGPT等技术未考虑的。AutoRec、Deep Crossing、NeuralCF、PNN、Wide&Deep、NFM、AFM、DIEN等模型的引入，丰富了推荐算法的解决方案，使得推荐系统更具智能和个性化。未来，推荐算法和ChatGPT等技术的结合将成为推荐系统发展的重要方向。
-
发表了文章 2023-05-11
如何向大模型ChatGPT提出问题以获得优质回答：基于AIGC和深度学习的实践指南
在当今信息爆炸的时代，人们对于知识获取的需求日益增长。特别是在深度学习、高性能计算和人工智能领域，这些前沿技术的不断发展让人们对其应用场景和实现方法有了更多的探索和研究。其中，作为一种基于大规模预训练模型的人工智能问答系统，ChatGPT已经成为众多研究者和开发者的关注重点。如何向ChatGPT提问并获得高质量的答案，成为了学术界和业界需要解决的问题之一。
-
发表了文章 2023-05-01
一文读懂Stable Diffusion教程，搭载高性能PC集群，实现生成式AI应用
PC Farm、生成式AI和Stable Diffusion模型都是非常有用的工具和技术，可以帮助用户快速构建和管理计算机集群，生成高质量的数据和图像，提高模型的泛化能力和鲁棒性。
-
发表了文章 2023-04-20
高性能计算HPC照亮AIGC未来：PC集群+Stable Diffusion 打造极致游戏体验
随着计算能力和技术水平的不断提高，PC集群和Stable Diffusion集成在游戏行业中的应用将会更加广泛，可以为游戏开发者和分析师提供更多一流的工具和技术支持，从而推动整个游戏产业迎来新的发展机遇。
-
发表了文章 2023-04-07
Stable Diffusion：一种新型的深度学习AIGC模型
随着ChatGPT-4和AIGC的快速发展，文字生成、音频生成、图像生成、视频生成、策略生成、GAMEAI、虚拟人等生成领域得到了极大的提升。然而，这些技术对GPU和算力的需求也越来越高。
-
发表了文章 2023-03-23
人工智能快速发展趋势下，中国该如何应对？
人工智能技术的迅猛发展为中国带来了巨大的机遇和挑战。中国应该积极应对人工智能的发展趋势，加强技术研发和人才培养，推动人工智能技术的应用和创新，加强人工智能技术的监管和管理，以实现经济社会的可持续发展。
-
发表了文章 2023-03-23
如何构建可持续的ChatGPT高性能服务器端架构?
与之前的版本相比，GPT-4最大的改进是其多模态（multimodal）能力——它不仅能够阅读文字，还能识别图像。值得注意的是，虽然之前有消息称GPT-4拥有100万亿个参数，但OpenAI并没有证实这个数字。与其相比，OpenAI更强调GPT-4的多模态能力以及其在各种测试中的表现。
-
发表了文章 2023-03-07
数字中国建设整体布局规划，能给ChatGPT带来什么机会呢？
ChatGPT可以通过学习数字中国建设的整体布局规划，深入了解数字技术在国家战略和社会发展中的应用，从而提高对数字经济、数字社会、数字政府等领域的理解和认知，为未来发展提供更加全面和深入的思路和支持。
-
发表了文章 2023-02-28
东数西算下，液冷数据中心为何日趋重要？
液冷技术是数据中心优化的一个重要方向，也是未来数据中心技术发展的趋势之一。液冷服务器的应用可以帮助企业和机构提高数据中心的效率，降低能源成本，从而更好地应对数据处理方面的挑战。
-
发表了文章 2023-02-16
大模型为什么是深度学习的未来？
与传统机器学习相比，深度学习是从数据中学习，而大模型则是通过使用大量的模型来训练数据。深度学习可以处理任何类型的数据，例如图片、文本等等；但是这些数据很难用机器完成。大模型可以训练更多类别、多个级别的模型，因此可以处理更广泛的类型。另外：在使用大模型时，可能需要一个更全面或复杂的数学和数值计算的支持。深度学习算法不需要像大模型那样训练大量数量的模型来学习特征之间的联系。深度学习算法是基于神经元的，而大模型是利用大量参数训练神经网络。本文从大模型与深度学习方面入手，解决大模型是否是深度学习的未来的问题。
-
发表了文章 2023-02-08
谷歌用Bard打响了Chat GPT的第一枪，百度版Chat GPT 何时出炉？
谷歌公布了Chat GPT的竞争对手Bard，一款人工智能聊天机器人工具。此外，百度计划在今年 3 月推出类似于 Chat GPT OpenAI 的 AI 聊天机器人服务。
-
发表了文章 2023-02-02
高密度 ARM 服务器如何引领“数智时代”发展，打通“智变质变”正循环
面向未来，华为将坚持围绕鲲鹏和昇腾，携手产业伙伴共建计算产业生态；坚持“硬件开 放、软件开源、使能伙伴和发展人才”，和产业伙伴共同构筑坚实的算力底座。 共建计算产业，共赢数智时代。
-
发表了文章 2023-01-15
如何理解高性能服务器的高性能、高并发？
作为国内品牌服务器厂商，蓝海大脑液冷GPU服务器拥有大规模并行处理能力和无与伦比的灵活性。它主要用于为计算密集型应用程序提供足够的处理能力。GPU的优势在于可以由CPU运行应用程序代码，同时图形处理单元(GPU)可以处理大规模并行架构的计算密集型任务。GPU服务器是遥感测绘、医药研发、生命科学和高性能计算的理想选择。
-
发表了文章 2023-01-05
基于深度学习下的QSAR如何助力医药研发？
QSAR研究是人类最早的合理药物设计方法之一，具有计算量小，预测能力好等优点。在受体结构未知的情况下，定量构效关系方法是最准确和有效地进行药物设计的方法，根据QSAR计算结果的指导药物化学家可以更有目的性地对生理活性物质进行结构改造。
-
发表了文章 2022-12-22
一文详解深度学习冷板式液冷散热技术规范及要
《绿色数据中心创新实践——冷板液冷系统设计参考》是在生态伙伴积极参与和大力支持下，应对 IT 设备功耗和功率密度的增加，需要新的冷却技术来满足不断提高的计算性能需求，而共同探索和提出的更经济、更高效的冷却方案参考。
暂无更多信息
-
发表了文章
2024-04-10
液冷是大模型对算力需求的必然选择？｜英伟达 GTC 2024六大亮点
-
发表了文章
2024-03-08
英伟达要小心了！爆火的Groq芯片能翻盘吗？AI推理速度「吊打」英伟达？
-
发表了文章
2024-01-25
CES亮点：AI赋能与产业创新 | DALL-E 3、SD等20+图像生成模型综述
-
发表了文章
2024-01-05
展望2024: 中国AI算力能否引爆高性能计算和大模型训练的新革命？
-
发表了文章
2023-12-21
AGI时代的奠基石：Agent+算力+大模型是构建AI未来的三驾马车吗？
-
发表了文章
2023-12-16
AI PC元年会带火PC集群吗？云游戏迎来黄金时代。Stable Diffusion显存之选：12G及格，16G自由，24G上天
-
发表了文章
2023-12-08
探索AIGC未来：CPU源码优化、多GPU编程与中国算力瓶颈与发展
-
发表了文章
2023-12-01
马斯克星链与芯事：30亿炸出卫星互联网革命，GPU算力创无限可能！
-
发表了文章
2023-11-16
多GPU训练大型模型：资源分配与优化技巧 ｜ 英伟达将推出面向中国的改良芯片HGX H20、L20 PCIe、L2 PCIe
-
发表了文章
2023-11-09
GPT-4 Turbo 发布 | 大模型训练的新时代：超算互联网的调度与调优
-
发表了文章
2023-11-03
探秘英伟达显卡的制造之路 | 英伟达断供GPU，中国大模型何去何从？
-
发表了文章
2023-10-26
一文详解多模态大模型发展及高频因子计算加速GPU算力 | 英伟达显卡被限，华为如何力挽狂澜？
-
发表了文章
2023-10-19
高性能计算与多模态处理的探索之旅：英伟达GH200性能优化与GPT-4V的算力加速未来
-
发表了文章
2023-07-28
英伟达 H100 vs. 苹果M2，大模型训练，哪款性价比更高？
-
发表了文章
2023-07-06
探索大模型世界的多元算力：CPU、GPU与算存互连的复杂比较与重要性分析
-
发表了文章
2023-06-29
揭秘A100、A800、H800、V100在高性能计算与大模型训练中的地位
-
发表了文章
2023-06-25
突破边界：高性能计算引领LLM驶向通用人工智能AGI的创新纪元
-
发表了文章
2023-06-15
研发为底、生态为径、AI为翼——全国一体化算力算网调度平台正式发布
-
发表了文章
2023-06-15
2023北京智源大会亮点回顾 | 高性能计算、深度学习和大模型：打造通用人工智能AGI的金三角
-
发表了文章
2023-06-02
COMPUTEX2023|NVIDIA GRACE HOPPER为加速生成式AI而设计的超级芯片全面投产
滑动查看更多
-
回答了问题
2023-01-27
怎么解决 HBase 中 region 太小和 region 太大带来的冲突？
Region 过大会发生多次 compaction，将数据读一遍并重写一遍到 hdfs 上， 占用 io，region 过小会造成多次 split，region 会下线，影响访问服务， 最佳的解决方法是调整 hbase.hregion. max.filesize 为 256m。
赞0 踩0 评论0 -
回答了问题
2023-01-17
RDD有哪些缺陷？
1）不支持细粒度的写和更新操作（如网络爬虫），spark 写数据是粗粒度的。所谓粗粒度，就是批量写入数据，为了提高效率。但是读数据是细粒度的也就是说可以一条条的读。
2）不支持增量迭代计算，Flink 支持
赞0 踩0 评论0
滑动查看更多
暂无更多信息