浪潮再获百度数据中心年度“技术创新奖” 联合创新推进AI

简介:

2017年7月5日,浪潮受邀参加百度AI开发者大会(Baidu Create 2017),并在数据中心技术分论坛获颁年度“技术创新奖”,是唯一获此奖项的服务器厂商,这是浪潮连续两年获此殊荣。

浪潮再获百度数据中心年度“技术创新奖”  联合创新推进AI

在百度战略下,浪潮作为百度在数据中心计算领域的重要合作伙伴,双方联合开发的FPGA加速卡、SR-AI整机柜服务器等创新AI计算产品以及基于Intel KNL平台开展的多项优化测试,为百度AI的高速发展提供卓越的计算力。

大会期间,浪潮在现场展示了一系列AI计算创新产品及解决方案,包括在国内首次亮相的AGX-2和GX4两款AI计算平台、SR-AI整机柜服务器,以及面向冷数据存储的冰山存储服务器。

浪潮集团副总裁胡雷钧在会上发表《AI计算,赋能智慧世界》的主题演讲,阐释浪潮在AI领域的全面布局和未来战略。

浪潮再获百度数据中心年度“技术创新奖”  联合创新推进AI

浪潮集团副总裁胡雷钧发表《AI计算,赋能智慧世界》的主题演讲

开放,百度与浪潮共同的理念

开放是百度本届大会的核心关键词。百度首次公布了完整的AI开放生态战略,正式发布DuerOS(语音交互)、Apollo(自动驾驶)两大开放平台以及60余项百度大脑、智能云的AI核心技术,百度以一种“聚沙成塔”的心态与“胸怀天下”的气度,向外界展现了共建AI生态的意愿并诠释了“All in AI”的决心。

浪潮再获百度数据中心年度“技术创新奖”  联合创新推进AI

对于开放,无独有偶,浪潮与百度有着相同的期许,浪潮集团副总裁胡雷钧表示:“计算、数据、算法极大推动了人工智能的发展,并已经与互联网有了深度融合,未来与传统产业的融合将让AI产生更大的价值。在这一发展过程中,必须走开放战略!只有开放才会让业界与你不断合作,让合作伙伴与浪潮共同开发各种各样的真正具有价值的解决方案和智能应用。”

JDM(联合开发,Join Design Manufacture)模式或许是浪潮开放理念最直观的体现之一。这是一种有别于OEM、ODM的新商业模式,即面向应用、融合产业链、与客户联合定制开发模式,能够创造出更显著的商业价值。

以浪潮与百度合作为例,双方从单纯的产品合作向研发模式、生产模式的两端深入推进,使得硬件产品与软件算法从研发设计阶段就开始接触和磨合,这令研发出的AI计算产品更符合业务需求,最大化发挥AI计算力和创新能力。浪潮两度获得服务器领域唯一的“技术创新奖”,也是浪潮JDM成功的最好例证,目前浪潮与百度的JDM模式已进一步深入到架构层开发,在此次大会上展示的SR-AI整机柜服务器就是浪潮与百度基于JDM模式的深度合作成果。

浪潮再获百度数据中心年度“技术创新奖”  联合创新推进AI

展区展示浪潮AGX-2、GX4和SR-AI整机柜服务器

同时,在开放理念的引导下,浪潮在开源社区与开放项目中的参与度和活跃度也与日俱增。目前,浪潮不仅是全球最大开源云计算项目OpenStack的黄金会员,而且先后加入全球三大开放计算标准组织,成为ODCC供应商会员、OCP铂金会员和OPEN19首批成员,并正在积极推进加入OPNFV组织。而在开放计算产品上,除了早已发布的符合天蝎标准的SR系列之外,基于Open19标准的服务器以及符合OCP标准的整机柜服务器OR系列已经相继发布。

浪潮,构建全球最全最强的AI计算阵列

浪潮集团董事长孙丕恕在今年两会的提案中表示,人工智能技术已开始融入各行业,正在成为变革社会的重要推动力,同时,他强调云计算、大数据的发展是人工智能爆发的基础,也提醒发展人工智能不可忽略软硬件平台的性能。为此,浪潮强调构建AI系统能力与价值,将从产品研制、软件实现、框架优化和应用加速4个维度赋能AI。

浪潮再获百度数据中心年度“技术创新奖”  联合创新推进AI

在AI产品层面,浪潮已建立全球领先的AI计算阵列,既有NF5280M5、AGX-2、NF6248等机架式GPU/KNL服务器以及FPGA卡等,也包含了GX4、SR-AI整机柜服务器等创新形态的加速计算BOX。其中,AGX-2是2U8 NVLink™ GPU全球密度最高、性能最强的AI平台,面向需要更高空间密度比的AI算法和应用服务商。SR-AI整机柜服务器面向超大规模线下模型训练,能够实现单节点16卡、单物理集群64卡的超高密度扩展能力;GX4是通过标准机架服务器链接协处理器计算扩展模块的形式的计算性能扩展,满足AI云、深度学习模型训练和线上推理等各种AI应用场景对计算架构性能、功耗的不同需求。

AI软件实现、框架优化和应用加速被浪潮视为“软实力”的组成。浪潮除独立开发出AIStation深度学习系统管理平台、Teye应用特征分析系统以及Caffe-MPI深度学习并行计算框架之外,同时也在不断强化GPU、FPGA等异构计算平台下的应用加速能力,协助用户完成AI应用的迁移、优化。

浪潮再获百度数据中心年度“技术创新奖”  联合创新推进AI

强大的AI计算平台创新能力与不断完善的AI“软实力”,推动浪潮成为中国AI领域最大的计算平台供应商和全球最具潜力的AI计算力提供商。目前,浪潮AI解决方案在中国占有率达到60%,其中在BAT的AI解决方案占有率已达到80%,并在刚刚结束的2017机器人与人工智能大会上被评为人工智能“影响力企业”。



原文发布时间为: 2017年7月7日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
4天前
|
机器学习/深度学习 存储 人工智能
【AI系统】离线图优化技术
本文回顾了计算图优化的各个方面,包括基础优化、扩展优化和布局与内存优化,旨在提高计算效率。基础优化涵盖常量折叠、冗余节点消除、算子融合、算子替换和算子前移等技术。这些技术通过减少不必要的计算和内存访问,提高模型的执行效率。文章还探讨了AI框架和推理引擎在图优化中的应用差异,为深度学习模型的优化提供了全面的指导。
19 5
【AI系统】离线图优化技术
|
2天前
|
机器学习/深度学习 人工智能 边缘计算
24/7全时守护:AI视频监控技术的深度实现与应用分享
本文深入解析了AI视频监控系统在车间安全领域的技术实现与应用,涵盖多源数据接入、边缘计算、深度学习驱动的智能分析及高效预警机制,通过具体案例展示了系统的实时性、高精度和易部署特性,为工业安全管理提供了新路径。
|
7天前
|
机器学习/深度学习 人工智能 TensorFlow
探索AI技术在医疗健康领域的应用
随着人工智能技术的不断发展,其在医疗健康领域的应用也日益广泛。本文将介绍AI技术在医疗健康领域的应用,包括医学影像分析、智能诊断和治疗建议、药物研发等方面。通过代码示例,我们将展示如何使用Python和TensorFlow构建一个简单的神经网络模型来进行医学影像分析。
34 13
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在自然语言处理中的应用
随着人工智能技术的不断发展,自然语言处理(NLP)已经成为了一个重要的应用领域。本文将介绍一些常见的NLP任务和算法,并通过代码示例来展示如何实现这些任务。我们将讨论文本分类、情感分析、命名实体识别等常见任务,并使用Python和相关库来实现这些任务。最后,我们将探讨NLP在未来的发展趋势和挑战。
|
6天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
17 2
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景
本文探讨了人工智能(AI)技术在医疗领域的应用,包括疾病诊断、治疗方案制定、药物研发等方面。通过对现有研究成果的梳理,分析了AI技术在提高医疗服务效率、降低医疗成本、改善患者体验等方面的潜力。同时,也指出了AI技术在医疗领域面临的挑战,如数据隐私保护、伦理道德问题等,并展望了未来的发展趋势。
29 2
|
1天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
7月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
4月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
7月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。