【云栖大会】AMD与阿里云达成战略合作 联合发布弹性GPU云计算产品

简介: 全球芯片巨头AMD和阿里云联合宣布,将为阿里云的客户提供基于AMD GPU的弹性计算GPU系列产品。
10月14日,在2016杭州·云栖大会上,全球芯片巨头AMD和阿里云联合宣布,将为阿里云的客户提供基于AMD GPU的弹性计算GPU系列产品。阿里云作为国内最大的云服务提供商,其弹性计算家族又增加了一名新成员,将为不同需求的用户提供更丰富的高性能计算选择。
     
阿里云即将正式发布的弹性计算GPU系列产品,无论是在深度学习,VR,3D渲染领域,还是金融分析 、气象分析、地质分析,计算化学、动力学模拟、基因工程等行业,都将获得高效的计算服务和出色的人机交互能力。

在AMD新一代服务器级别的GPU驱动下,云上高速的应用程序与虚拟桌面将提高客户的工作效率,优越的图形处理和单精度的运算能力将帮助视频编码,图形图像渲染等领域的用户更加高效便捷。

AMD总裁兼首席执行官苏姿丰博士说,“AMD与阿里云的合作将利用两家公司世界一流的半导体和软件工程上的能力,满足不断增长的GPU计算解决方案的需求。AMD非常荣幸能够帮助阿里云拓展云服务,在未来,我期待双方能够更加紧密地合作,满足阿里云客户以及更加广泛的云市场的需要。”
 
阿里云总裁胡晓明表示,人工智能时代所带来本身的变革将释放人的大脑,机器在未来有可能比人更聪明,从图形图像渲染,语音数据识别到人工智能各个领域,都需要高性能的计算。而与AMD的合作能够满足这些不断增长的高性能计算的需求。同时,基于阿里云弹性计算GPU系列产品,我们相信将帮助创业者创新,帮助企业实现价值突破。

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
11月前
|
人工智能 搜索推荐 云栖大会
2024云栖大会阿里云百炼产品发布论坛邀请您的参与和见证
云栖大会始于2009年,2015年正式更名,至今已成功举办15届,见证了中国云计算发展的关键时刻。大会汇聚全产业链,展示云计算及相关领域的趋势与创新。2024年9月19日,阿里云百炼专场将在云栖小镇D场馆2-2厅举行,探讨多端融合与开放架构,加速AI创新应用落地,共建繁荣生态。欢迎扫码注册参会,共筑智能化未来。
403 7
|
10月前
|
人工智能 并行计算 PyTorch
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
878 4
|
10月前
|
机器学习/深度学习 人工智能 芯片
42_大语言模型的计算需求:从GPU到TPU
随着2025年大语言模型技术的持续突破和规模化应用,计算资源已成为推动AI发展的关键驱动力。从最初的CPU计算,到GPU加速,再到专用AI加速器的崛起,大语言模型的计算需求正在重塑全球数据中心的基础设施架构。当前,全球AI半导体市场规模预计在2027年将达到2380亿美元(基本情境)甚至4050亿美元(乐观情境),这一增长背后,是大语言模型对计算能力、内存带宽和能效比的极致追求。
1101 0
|
人工智能 安全 专有云
2024云栖大会专有云产品技术论坛开放报名
飞天企业版是阿里云为政企客户构建的企业级专有云平台,与阿里云公共云同根同源。面向智能时代,飞天企业版再次升级。本论坛将系统介绍飞天企业版在一云多芯、一云多算等方面的最新能力升级,并围绕智算场景,分享底层平台支撑能力和上层智能应用实践,为政企打造新一代稳定安全、开放智能的大规模AI基础设施,助力智能化应用在政企全面落地。
412 8
|
11月前
|
机器学习/深度学习 人工智能 容灾
硅谷GPU云托管:驱动AI革命的下一代计算基石
在人工智能与高性能计算席卷全球的今天,硅谷作为科技创新的心脏,正通过GPU云托管服务重新定义计算能力的边界。无论您是初创公司的机器学习工程师,还是跨国企业的研究团队,硅谷GPU云托管已成为实现突破性创新的关键基础设施。
|
并行计算 PyTorch 算法框架/工具
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
1533 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
|
机器学习/深度学习 弹性计算 人工智能
阿里云服务器架构有啥区别?X86计算、Arm、GPU异构、裸金属和高性能计算对比
阿里云ECS涵盖x86、ARM、GPU/FPGA/ASIC、弹性裸金属及高性能计算等多种架构。x86架构采用Intel/AMD处理器,适用于广泛企业级应用;ARM架构低功耗,适合容器与微服务;GPU/FPGA/ASIC专为AI、图形处理设计;弹性裸金属提供物理机性能;高性能计算则针对大规模并行计算优化。
1441 7
|
机器学习/深度学习 并行计算 算法
GPU加速与代码性能优化:挖掘计算潜力的深度探索
【10月更文挑战第20天】GPU加速与代码性能优化:挖掘计算潜力的深度探索
|
机器学习/深度学习 弹性计算 编解码
阿里云服务器计算架构X86/ARM/GPU/FPGA/ASIC/裸金属/超级计算集群有啥区别?
阿里云服务器ECS提供了多种计算架构,包括X86、ARM、GPU/FPGA/ASIC、弹性裸金属服务器及超级计算集群。X86架构常见且通用,适合大多数应用场景;ARM架构具备低功耗优势,适用于长期运行环境;GPU/FPGA/ASIC则针对深度学习、科学计算、视频处理等高性能需求;弹性裸金属服务器与超级计算集群则分别提供物理机级别的性能和高速RDMA互联,满足高性能计算和大规模训练需求。
930 6