阿里云AI Stack全量适配Qwen3模型,企业级部署效率全面升级

简介: 2025年4月29日的凌晨5点,阿里全新一代模型通义千问Qwen3正式发布并全部开源8款「混合推理模型」,包含:6款Dense模型:0.6B、1.7B、4B、8B、14B、32B。2款MoE模型:Qwen3-30B-A3B和旗舰版Qwen3-235B-A22B。阿里云AI Stack已适配全量Qwen3模型,可快速部署实现Qwen3模型的开箱即用!

师出同门,AI Stack原生适配Qwen3

阿里云AI Stack是面向企业级的轻量、极致性价比企业级AI软硬一体解决方案,此前已完成Qwen2.5等主流开源大模型的适配。AI Stack目前已与“师出同门”的Qwen3实现高效深度适配,通过AI Stack快速部署Qwen3,实现新一代大模型的“开箱即用”。

image.png

AI Stack单机提供16卡,1.5+TB超大显存,700GB/s卡间互联,满足业务的多样化需求:

  • 16卡可运行无损精度旗舰版Qwen3-235B-A22B,提供更快响应、更高并发、更长上下文支持,满足业务的快速响应需求。
  • 灵活满足业务多样性需求,单机16卡中的8卡可实现无损精度旗舰版Qwen3-235B-A22B的极速运行,剩余8卡可适配其他不同尺寸、不同模态模型,为更大尺寸模型部署留足算力空间。


即日起,最新版本AI stack将包含Qwen3全尺寸模型,并支持最新APG SDK。客户可通过新安装或现有版本升级的方式,获取最新Qwen3模型服务能力,将AI能力与业务场景融合,加速企业的数智化升级!

相关文章
|
11月前
|
人工智能 物联网 调度
边缘大型AI模型:协作部署与物联网应用——论文阅读
论文《边缘大型AI模型:协作部署与物联网应用》系统探讨了将大模型(LAM)部署于边缘网络以赋能物联网的前沿框架。针对传统云端部署高延迟、隐私差的问题,提出“边缘LAM”新范式,通过联邦微调、专家混合与思维链推理等技术,实现低延迟、高隐私的分布式智能。
1519 6
边缘大型AI模型:协作部署与物联网应用——论文阅读
|
11月前
|
人工智能 测试技术 API
构建AI智能体:二、DeepSeek的Ollama部署FastAPI封装调用
本文介绍如何通过Ollama本地部署DeepSeek大模型,结合FastAPI实现API接口调用。涵盖Ollama安装、路径迁移、模型下载运行及REST API封装全过程,助力快速构建可扩展的AI应用服务。
2861 8
|
存储 人工智能 安全
智存跃迁,阿里云存储面向 AI 升级全栈数据存储能力
一文总览阿里云存储产品创新与进展!
1869 0
|
11月前
|
人工智能 新制造 云栖大会
TsingtaoAI亮相云栖大会,AI大模型赋能传统制造业焕新升级
2025年9月24日,杭州云栖小镇,2025云栖大会盛大开幕。作为全球AI技术与产业融合的重要平台,本届大会以“AI驱动产业变革”为主题,集中展示大模型技术在各领域的创新应用。 其中,由西湖区商务局牵头组织的“AI大模型应用与产业融合”专场论坛成为大会亮点之一,吸引了来自政府、企业及投资机构的百余名代表参与。 在论坛上,TsingtaoAI作为制造业智能化转型的代表企业,分享了在具身智能-制造企业的AI应用实践。
757 1
|
11月前
|
人工智能 安全 开发工具
C3仓库AI代码门禁通用实践:基于Qwen3-Coder+RAG的代码评审
本文介绍基于Qwen3-Coder、RAG与Iflow在C3级代码仓库落地LLM代码评审的实践,实现AI辅助人工评审。通过CI流水线自动触发,结合私域知识库与生产代码同仓管理,已成功拦截数十次高危缺陷,显著提升评审效率与质量,具备向各类代码门禁平台复用推广的价值。(239字)
1888 24
|
11月前
|
监控 安全 数据安全/隐私保护
55_大模型部署:从云端到边缘的全场景实践
随着大型语言模型(LLM)技术的飞速发展,从实验室走向产业化应用已成为必然趋势。2025年,大模型部署不再局限于传统的云端集中式架构,而是向云端-边缘协同的分布式部署模式演进。这种转变不仅解决了纯云端部署在延迟、隐私和成本方面的痛点,还为大模型在各行业的广泛应用开辟了新的可能性。本文将深入剖析大模型部署的核心技术、架构设计、工程实践及最新进展,为企业和开发者提供从云端到边缘的全场景部署指南。
2471 1
|
11月前
|
人工智能 编解码 搜索推荐
AI智能换背景,助力电商图片营销升级
电商产品图换背景是提升销量与品牌形象的关键。传统抠图耗时费力,AI技术则实现一键智能换背景,高效精准。本文详解燕雀光年AI全能设计、Canva、Remove.bg等十大AI工具,涵盖功能特点与选型建议,助力商家快速打造高质量、高吸引力的商品图,提升转化率与品牌价值。(238字)
960 0
|
11月前
|
机器学习/深度学习 人工智能 监控
Java与AI模型部署:构建企业级模型服务与生命周期管理平台
随着企业AI模型数量的快速增长,模型部署与生命周期管理成为确保AI应用稳定运行的关键。本文深入探讨如何使用Java生态构建一个企业级的模型服务平台,实现模型的版本控制、A/B测试、灰度发布、监控与回滚。通过集成Spring Boot、Kubernetes、MLflow和监控工具,我们将展示如何构建一个高可用、可扩展的模型服务架构,为大规模AI应用提供坚实的运维基础。
733 0

热门文章

最新文章