至顶网服务器频道 10月31日 新闻消息(文/刘新萍):2017年10月26日,在华为云中国行.西安站,华为云IaaS服务以全新的视角解读关键计算能力,旨在帮助大中型企业关键应用上云。
华为云异构计算首席架构师罗浩在大会上谈到:"在Cloud 1.0时代,中小型企业和互联网企业对上云需求迫切。经过这几年的发展,云计算已进入Cloud 2.0时代,越来越多的大中型企业对上云提出了要求。华为云拥有丰富的云产品实例家族,强大的异构计算解决方案,有信心帮助大中型企业将关键应用搬迁上云。"
罗浩向大家讲解介绍云1.0到云2.0的转变
构建异构计算,使能人工智能
近期AlphaGo Zero以100:0大败阿尔法狗再次引爆业界对人工智能的讨论,人工智能突出应用在图形图像处理和科学计算领域,华为云针对这些领域推出异构计算新实例和解决方案,旨在帮助客户在人工智能领域不断取得新的突破。
主打虚拟图形工作站的G2实例,基于NVIDIA? Tesla? M60 GPU卡,提供专业级图形、3D负载处理能力。
集成NVIDIA? Tesla? P4的GPU加速实例PI1适用于硬解码、低延时的AI深度推理,支持最高达22TFLOPS INT8运算能力,Tesla P4配备硬件加速解码引擎,能对多达35路高清视频流进行实时转码和推理。
基于NVIDIA最新Volta架构Tesla V100的最新GPU加速云服务实例--P2,单颗GPU单精度计算能力达到14TFLOPS,比上一代GPU提升50%,NVIDIA为Tesla V100精心打造了Tensor Core核心,计算能力达到了惊人的112TFLOPS,在AI领域的性能是上一代Tesla P100的3倍。
另外,华为云还推出了FP1实例,基于Xilinx公司目前最先进的16nm Virtex? UltraScale+? VU9P FPGA,这一高性能的硬件可以支持高带宽的Mesh互联结构。FP1实例支持两种X86与FPGA的交互框架:一是自研的高性能框架,可满足用户高带宽低时延的要求;二是通用的Xilinx SDAccel交互框架,基于Xilinx的解决方案,并配套相关驱动和Runtime。
在生态合作方面,华为云异构计算服务联合30多家合作伙伴推出异构计算云端解决方案并已覆盖基因测序、视频编解码、金融风控、人工智能、图片处理和大数据分析等领域,面向更多行业提供高性价比可重构加速解决方案。
异构计算为油气勘探行业定制云端解决方案,实现完美上云
针对油气勘探行业的大中型企业,超强的计算能力和数据处理能力已成为迫在眉睫的需求,不断增长的数据量以及业务处理的高效率都对传统的高Capex 计算方式发起了挑战。油气勘探部分计算业务上云便成为最佳的选择,但同时也面临着如下挑战:
1. 数据的安全性,目前一些国家/地域对数据的安全性要求非常高
2. 高速增长的数据量,需要安全可靠的数据传输和数据存储
3. CPU性能落差和计算能力的需求越来越明显
4. 超强的图像处理和3D渲染能力
针对这些痛点,华为云异构计算服务在计算、网络、存储方面提供了全套的解决方案:
针对海量数据,华为云提供数据快递服务,使用高速Internet传输1/5的费用实现了10倍以上的速度提升,同时支持数据加密传输,安全可靠。华为云可靠性高达 99.999999999% 的对象存储服务为客户提供了更可靠的数据存储,同时还提供低频/归档存储服务,且费用低至0.033元/GB/月。
在计算方面,华为云使用了业界领先的GPGPU 提供计算加速,目前已经发布的P1实例使用了Tesla P100 GPU卡,即将发布的P2 实例更是使用了NVIDIA 最新发布的Tesla V100 卡,提供极致的计算性能。
对于图形渲染需求高的业务,华为云提供了数据中心级的Tesla M60 GPU卡,同时我们还提供了基于自研HDP协议的云桌面Workspace解决方案,高清、安全!
本次华为云中国行.西安站,华为云推出了油气勘探行业云解决方案。未来,华为云异构计算将与产业伙伴广泛开展深度合作,帮助客户实现商业成功。十一月底,华为云将在北京举办计算服务领域的专题发布会,敬请期待。
好文章,需要你的鼓励
这篇博客详细解读了阿里巴巴通义实验室和中科大联合开发的VRAG-RL框架,该框架通过强化学习优化视觉语言模型处理复杂视觉信息的能力。研究创新性地定义了视觉感知动作空间,使模型能从粗到细地感知信息密集区域,并设计了结合检索效率与结果质量的精细奖励机制。实验表明,该方法在各类视觉理解任务上大幅超越现有技术,Qwen2.5-VL-7B和3B模型分别提升了20%和30%的性能,为处理图表、布局等复杂视觉信息提供了更强大的工具。
香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化,平均有14%的正确答案因表达形式不同被误判;基于模型的验证器虽灵活但极易被"黑客攻击",AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计,结合两者优势,在数学推理任务上将性能提升3个百分点,为开发更可靠的AI训练系统提供重要启示。
这项研究提出了"用生成图像思考"的创新范式,使AI能够通过生成中间视觉步骤在文本和图像模态间自然思考。研究者实现了"原生长多模态思维过程",使大型多模态模型能够生成视觉子目标和自我批评视觉假设。实验表明,该方法在处理复杂多物体场景时性能提升高达50%,为医学研究、建筑设计和刑事侦查等领域开创了新的应用可能。
这篇论文介绍了GRE套装,一个通过精细调优视觉语言模型和增强推理链来提升图像地理定位能力的创新框架。研究团队开发了高质量地理推理数据集GRE30K、多阶段推理模型GRE以及全面评估基准GREval-Bench。通过冷启动监督微调与两阶段强化学习相结合的训练策略,GRE模型能够有效识别图像中的显性和隐性地理指标,在Im2GPS3k和GWS15k等主流基准上显著优于现有方法,为全球图像地理定位任务提供了更准确、更可解释的解决方案。