当前,人工智能应用快速落地、多模态大模型加速迭代,亿万数据让计算需求无限迫近“天花板”。与此同时,计算需求倍数增长也带来了诸多难题。能耗问题日益凸显、高质量的训练数据集还需扩展、算力的高效融合与运维管理仍存挑战,行业迫切需要系统化的整体解决方案能力。
近日,中科可控发布新一代高融合一体化算力平台,兼顾用户算、存、管、用多个维度需求,给予用户“全屋定制”般的高质量计算基础设施部署体验。
高密算力高效调度 打造最佳能效比
中科可控一体化算力平台支持高密算力、高效调度,单节点最高支持256核心512线程的强大算力。依托高密设计,还可匹配不同高度机柜形态,实现多样化算力融合。面对大数据中心、高端计算及AI计算等多种场景,机柜可满足全精度计算需求,支持万亿级大模型训练!
依托多年绿色计算实践经验,中科可控新一代计算平台可覆盖风冷、风液混合、全液冷等全类节能形式,最大程度扩展机房可适配性,并提供专业漏液防护设计。全液冷环境下,制冷PUE低至1.09。加上独特的智能供电技术,整柜还可节能5%以上,真正实现高算力、低能耗,能效比拉满!
超大容量灵活配置 存算合力一机制胜
作为整机柜服务器,中科可控新一代计算平台还兼具强大的存储性能,可提供3.2P全闪存储空间,实现高达61万+IOPS 数据吞吐量,满足语料读取和大模型 Checkpoint需求。
在部署过程中,计算平台还可提供灵活的配置方案。存储方面,提供全闪、混闪等灵活的配套方案。依托分布式架构,还可快速扩展。计算方面,支持整机、半柜形式,一机在手,即可满足不同用户、不同阶段的个性化存算需求!
积木式模块化部署 加速无人运维时代到来
在计算中心建设过程中,部署运维同样是关键,与建设周期和成本息息相关。中科可控新一代计算平台采取自研“积木式”模块化方案,机柜级交付,部署时间节省高达80%。
此外,中科可控新一代计算平台可实现“全盲插”,同时“电、网、液“三总线设计让柜内0线缆,快速简化运维难度。在智能管理方面,精准U位识别技术,可快速定位故障机,智能双重漏液防控设计,让整机柜供电、供液更安全,加速无人化运维时代到来!
万亿算力、绿色部署、存算统筹、极简运维……中科可控期待以一体化算力平台全维能力,满足国家计算中心高质量建设需求,成为更多用户数智升级路上的优秀之选。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。