智算中心纷纷“落地”,看国产AI芯片厂商如何以实践出新招,助力 AI 算力中心建设

简介: 智算中心纷纷“落地”,看国产AI芯片厂商如何以实践出新招,助力 AI 算力中心建设

在今年的世界人工智能大会上,燧原科技在其主办的 “算尽其用 ·AI 算力中心新实践” 云端 AI 算力产业论坛暨 2022 年燧原科技新产品发布会上,邀请了来自产、学、研的专家和业界领袖,共同探讨算力中心建设的新实践。


东数西算、新基建等一系列国家政策的支持下,国内掀起了智算中心建设潮。
建设大型人工智能计算中心有着多方面的意义:一是为了推进算力资源的普适普惠,赋能各行各业的数字化经济转型;二是通过算力中心的建设,实现产、学、研、用多位一体,打造 AI 产业集群,拉动城市科技产业及经济的双向发展。
根据工信部数据显示,截至 2022 年 6 月底,我国在用数据中心机架总规模超过 590 万标准机架,服务器规模近 2000 万台,正不断夯实我国数字经济发展基础。



智算中心落地难在哪里?
在这波热潮兴起的过程中,算力的重要性日益凸显。算力作为人工智能时代的核心“引擎”,是推动整个产业发展的关键因素,也是 AI 时代的通用刚需资源。但当前国内 AI 算力中心建设面临的痛点也随着这波热潮浮出水面,重点表现:
顶层制度建设和标准体系亟待统一。目前国内尚未有较为统一的相关行业标准和政策出台,各地围绕着算力基础设施的建设拥有各自的标准体系,对后期进行跨区域算力资源调度、整合提出了较高的挑战。
建设方向和建设需求错位。目前大多数计算中心在建设思路上采取了算力性能发展优先,再拉动应用发展的策略,忽视了上层应用迁移及兼容程度,导致算力系统的初期应用效率偏低,无法完全支撑全面的智能化应用场景需求。
解决上述行业发展问题的关键因素之一在于中国人工智能行业应从应用场景中获取实践经验,优化行业解决方案,推动人工智能产业的全面健康发展。当大部分企业还在埋头产品研发的时候,燧原科技已领先一步实现云端训练和推理产品的二次迭代,并着力拓展其商用落地版图,加速为人工智能产业赋能。
国产 AI 芯片厂商如何以实践出新招?
燧原科技是一家定位于人工智能训练及推理解决方案,并专注研发针对云端数据中心的人工智能高端芯片的硬科技企业,也是国内首家云端人工智能训练和推理产品迭代到第二代的科技企业。凭借其明确的技术规划路线、强大的研发实力和精准的工程交付能力,燧原科技已成为人工智能基础设施商用落地的先行者。
自 2018 年成立至今,仅四年的时间,燧原科技已推出了基于邃思 2.0 芯片的第二代云端 AI 训练产品 “云燧 T20/T21” 和基于邃思 2.5 芯片打造的 AI 推理产品”云燧 i20”,以及配套的 “驭算” 软件平台。并在产品迭代中,不断探索商业落地,创造丰富的行业应用实践。
2022 世界人工智能大会 燧原论坛发布智算中心产业报告
在今年的世界人工智能大会上,燧原科技在其主办的 “算尽其用 ·AI 算力中心新实践” 云端 AI 算力产业论坛暨 2022 年燧原科技新产品发布会上,邀请了来自产、学、研的专家和业界领袖,共同探讨算力中心建设的新实践。

相关文章
|
15天前
|
存储 人工智能 安全
AI时代,存力 or 算力 哪个更重要
本文探讨了AI技术发展中算力与存力的重要性。算力指计算能力,对处理大数据和实时计算至关重要;存力则是数据存储能力,确保数据安全可靠,支持后续分析。两者相辅相成,共同推动AI技术的快速发展,缺一不可。
|
20天前
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD(单指令多数据)与SIMT(单指令多线程)的计算本质及其在AI芯片中的应用,特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作,提高数据并行处理能力;而SIMT则在GPU上实现了多线程并行,每个线程独立执行相同指令,增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系,为理解现代AI计算架构提供了理论基础。
61 12
|
17天前
|
人工智能 数据安全/隐私保护 数据中心
“芯片围城”下国产AI要放缓?答案或截然相反
12月2日,美国对华实施新一轮出口限制,将140余家中国企业列入贸易限制清单。对此,中国多个行业协会呼吁国内企业谨慎选择美国芯片。尽管受限企业表示影响有限,但此事件引发了关于AI领域芯片供应的担忧。华为云推出的昇腾AI云服务,提供全栈自主的算力解决方案,包括大规模算力集群、AI框架等,旨在应对AI算力需求,确保算力供给的稳定性和安全性,助力中国AI产业持续发展。
|
22天前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系,分析了SIMT与CUDA编程的关系,深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构,强调了理解AI芯片编程体系的重要性,旨在帮助开发者更高效地利用AI芯片算力,促进生态繁荣。
46 0
|
23天前
|
机器学习/深度学习 存储 人工智能
【AI系统】谷歌 TPU v2 训练芯片
2017年,谷歌推出TPU v2,专为神经网络训练设计,标志着从推理转向训练的重大转变。TPU v2引入多项创新,包括Vector Memory、Vector Unit、MXU及HBM内存,以应对训练中数据并行、计算复杂度高等挑战。其高效互联技术构建了TPU v2超级计算机,显著提升大规模模型训练的效率和性能。
40 0
|
2月前
|
人工智能 安全 芯片
【通义】AI视界|谷歌 Tensor G5 芯片揭秘:1+5+2 八核 CPU,支持光线追踪
本文由【通义】自动生成,涵盖黄仁勋宣布台积电协助修复Blackwell AI芯片设计缺陷、苹果分阶段推出Apple Intelligence、OpenAI保守派老将辞职、英伟达深化与印度合作推出印地语AI模型,以及谷歌Tensor G5芯片支持光线追踪等最新科技资讯。点击链接或扫描二维码,获取更多精彩内容。
|
2月前
|
人工智能 自然语言处理 算法
AI 系统的出现与算力发展
AI系统的崛起得益于大数据积累、强大算力与先进算法的共同驱动。大数据为AI提供了丰富学习材料,促进算法优化与应用创新;算法进步则提升了图像识别和自然语言处理等领域的性能,扩展了AI的应用范围。此外,GPU、TPU等专用芯片大幅加快了模型训练速度,通过硬件创新进一步增强了AI系统的效能。未来,算法与硬件的协同优化将推动AI技术迈向更高智能水平。
76 1
|
2月前
|
人工智能 机器人 云计算
【通义】AI视界|OpenAI据称已计划联手博通和台积电共同打造自研芯片
本文由【通义】自动生成,涵盖苹果iOS 18.2将集成ChatGPT、OpenAI联手博通和台积电自研芯片、微软指责谷歌发起影子运动、英伟达高管预测AI将呈现人类形态、OpenAI董事会主席的初创公司估值达45亿美元等热点资讯。更多精彩内容,请访问通通知道。
|
2月前
|
数据采集 人工智能 搜索推荐
【通义】AI视界|迎接Apple Intelligence,Mac家族进入M4芯片时代
本文概览了近期科技领域的五大热点:苹果宣布Apple Intelligence将于2025年4月支持中文;新款Mac将搭载M4芯片;ChatGPT周活跃用户达2.5亿,主要收入来自订阅;Meta开发AI搜索引擎减少对外部依赖;周鸿祎支持AI发展但反对构建超级智能。更多详情,访问通义平台。
|
2月前
|
人工智能 算法 JavaScript
无界SaaS与AI算力算法,链接裂变万企万商万物互联
本文介绍了一种基于无界SaaS与AI算力算法的商业模式的技术实现方案,涵盖前端、后端、数据库及AI算法等关键部分。通过React.js构建用户界面,Node.js与Express搭建后端服务,MongoDB存储数据,TensorFlow实现AI功能。提供了项目结构、代码示例及部署建议,强调了安全性、可扩展性和性能优化的重要性。
下一篇
DataWorks