5月30日,在“全局智算”战略下,宁畅正式发布“全栈全液”AI基础设施方案,在业内首先实现了“全栈全液”的智算中心建设能力,助推智算中心发展迈入新阶段。
软硬兼备 + 全栈全液,重塑智算中心新形态
在以大模型为焦点的新一轮 AI竞赛中,算法协同优化、数据处理能力、以及与特定行业应用的融合度,都成为推动大模型实际落地的核心因素。
为此,宁畅构建了以底层硬件到顶层应用平台的全栈AI系统环境。软件层上以AI算子全栈优化能力,为AI 业务提供并行加速、性能分析、模型开发优化等服务支持,帮助用户极速推进AI应用开发及管理;硬件层上实现GPU服务器与GPU卡的灵活组合,散热方式上可选液冷、风冷或风液混合,实现性能与能效的绝佳平衡。宁畅近期推出的业内首个实现原生全液冷的通用机架服务器,从原生全液冷、大解耦、高能效三方面发力,助力数据中心实现了“全栈全液”新生态。
部署经验 + 先享后付,打造“性价比”天花板
如今,各行各业对于智能计算的需求呈指数式增长。宁畅“全栈全液”AI基础设施方案已为区域智算中心、互联网、车企、高校等各行各业的客户提供了服务。
从实际应用场景来看,宁畅“全栈全液”AI基础设施方案可支持大模型落地所需的计算、存储、网络、建设、管理、应用及液冷等全方位需求,能够为智算中心的构建、以及大模型落地过程中面临的问题,提供强有力的支持,打造企业/行业级智算中心标准方案。
随着算力成为稀缺资源,宁畅从客户角度出发,提供了“先享后付”的算力购买方案。目前,宁畅AI算力栈已开放免费试用,现已有50+用户预约试用。该算力栈是一个包括128台GPU服务器的千卡级别算力集群,标准化智算中心建设方案囊括了羽量级128、轻量级256、中量级512、重量级1024四个等级,实现全量级灵活扩展,给了用户极大选择空间。用户可在试用中尝试不同的业务组合、方案框架,以便找到“最优性价比”的智算中心建设方案。
智算中心是AI时代的“水电站”,在推动行业数字化转型、促进AI产业化落地的重要性不言而喻。宁畅将持续为客户和伙伴提供智算中心建设的新势能,共创更美好的AI未来。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。