大模型时代,「幕后主力军」数据中心走向何方?

简介: 大模型时代,「幕后主力军」数据中心走向何方?


2022年底,ChatGPT 的横空出世,证明了大模型技术如何带来 AI 通用能力的显著提升。

这是半年来最受关注的重要技术突破,AI 赛道再次变得「热火朝天」,不管是科技巨头还是各行各业都在迅速跟进。截止今年 6 月,中国市面上就已经出现了 80 多个大模型,这个数字接下来可能会进一步增长。

不难想象,AIGC、大模型等技术未来将会延伸到更多应用场景中,赋能千行百业。ChatGPT 的成功,离不开背后的高性能计算与大数据基础设施。与此同时,面向大模型的训练和推理需求飞速增长,市场需求的变化,也为数据中心市场带来了新的变革和挑战。一方面,大模型的火热衍生出更加巨大的算力需求,推动了数据中心市场规模持续增长。与普通的 AI 模型比,大模型对算力的需求高出好几个量级,短期内算力「供不应求」的情况也是有目共睹,这就更需要综合性的数据中心规模来支撑。另一方面,在大模型技术的推动下,数据量的爆炸式增长,算法复杂度不断提高,传统的数据中心发展模式难以承载如今的数据存储、传输、算力需求。因此,作为大模型时代的重要基础设施,数据中心的架构和商业模式都将持续变化。当摩尔定律正在放缓,数据中心如果想要满足这样的计算需求,又该如何从自身开始变革?面对这些极具挑战性的命题,新思科技一直以来专注于高性能计算和数据中心开发,并打造出了完整的端到端HPC/数据中心解决方案。在大型芯片的设计复杂性和芯片系统复杂性、安全性和可靠性、功耗控制等方面,新思科技均有丰富的技术实践经验。为了让大家更好地了解数据中心在大模型时代的变革趋势,8月10日19:00-21:00,机器之心将联合新思科技与鸿钧微电子带来现场分享。新思科技中国区副总裁姚尧与鸿钧微电子创始人、董事长兼CEO沈荣将对这一议题进行剖析。

相关文章
|
开发工具 git iOS开发
Mac 安装软件包管理工具Homebrew
Mac 安装软件包管理工具Homebrew
ESP-01S连接OneNET上报温湿度信息
本文介绍了如何利用ESP-01S连接OneNET上报温湿度信息,其中包括如何烧录固件,如何配置OneNET平台,如何进行连接测试。最后,给出了一部分程序设计。
816 0
ESP-01S连接OneNET上报温湿度信息
|
Java 测试技术
JUnit 4 单元测试
单元测试是软件开发中必不可少的一环,但是在平常开发中往往因为项目周期紧,工作量大而被选择忽略,这样往往导致软件问题层出不穷。 线上出现的不少问题其实在有单元测试的情况下就可以及时发现和处理,因此培养自己在日常开发中写单元测试的能力是很有必要的。无论是对自己的编码能力的提高,还是项目质量的提升,都是大有好处,本文将介绍 Java 单元测试框架 JUnit 4 的基础认识和使用来编写单元测试,希望同样对你有所帮助。
|
12月前
|
Java API
Java 对象释放与 finalize 方法
关于 Java 对象释放的疑惑解答,以及 finalize 方法的相关知识。
156 17
|
12月前
|
存储 安全 Linux
Linux文件管理命令md5sum awk
通过结合 `md5sum`和 `awk`,不仅可以高效地进行文件完整性校验,还能灵活地处理和分析校验结果,为系统管理、数据审计等工作提供强大的支持。
279 2
|
11月前
|
JavaScript 信息无障碍
无障碍工具条本地化安装部署
无障碍工具条安装部署教程
347 1
无障碍工具条本地化安装部署
|
Cloud Native Java Nacos
Spring Cloud Config、Apollo、Nacos和Archaius对比
这篇文章对比了Spring Cloud Config、Apollo、Nacos和Archaius这四种配置中心的适应场景、优缺点。文中讨论了它们的功能特点,例如Spring Cloud Config的集中化配置管理和动态刷新能力,Apollo的实时配置推送和权限治理,Nacos的服务发现和管理功能,以及Archaius的动态配置更新能力。文章指出选择配置中心应根据项目需求和架构来决定,并提供了一个对比图来帮助读者更直观地理解这些工具的差异。
456 1
Spring Cloud Config、Apollo、Nacos和Archaius对比
|
12月前
|
机器学习/深度学习 编解码 人工智能
技术前沿探索:生成对抗网络(GANs)的革新之路
【10月更文挑战第14天】技术前沿探索:生成对抗网络(GANs)的革新之路
190 2
|
搜索推荐 前端开发 数据可视化
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现
本文介绍了一个基于Python协同过滤算法的旅游景点推荐系统,该系统采用Django框架、MySQL数据库、Bootstrap前端和echarts数据可视化技术,旨在为用户提供个性化的旅游推荐服务,提升用户体验和旅游市场增长。
1506 9
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现
|
弹性计算 Java API
产品百科 | 如何快速搭建短视频 App ( Android 版)
通过阅读本文,您可以快速了解趣视频 Demo 基本信息和搭建方法。
产品百科 | 如何快速搭建短视频 App ( Android 版)