至顶网服务器频道 06月11日 新闻消息: 6月7日, 2018年百度数据中心合作伙伴大会在京举行,浪潮作为百度战略供应商伙伴受邀参加,并获得年度"技术创新奖",这是浪潮连续第三年获得该奖项。
浪潮是百度最大的服务器供应商之一,也是百度在基础架构领域创新的重要合作伙伴。双方合作历史已有7年之久,百度数据中心中浪潮服务器的保有量已经达到数十万,双方联合开发的面向超大规模线下训练的SR-AI整机柜、ABC一体机等,都已经在搜索、人工智能、图片识别、语音识别中大量应用,为百度业务创新提供了基础性的计算技术支持。
JDM,让合作从简单供需走向深度协同
IDC数据显示,浪潮连续4年蝉联互联网行业份额第一,百度的采购为浪潮互联网份额的重要来源。目前,浪潮依靠JDM业务模式获得了中国和北美地区客户的广泛认可,JDM模式不同于传统的OEM、ODM,基于浪潮与客户双方产业链的融合,为用户提供从研发、生产、供货到实施运维等全业务链条的定制化服务。
浪潮正是在同百度的合作过程中,逐步将该模式发展成熟的。2012年,浪潮推出整机柜服务器SR3.0,并以此为契机深度进入百度业务,从此开始了延续至今的合作关系,双方关系开始从简单的采购、产品定制,一直到今天业务链融合,不断深化和拓展。
双方合作关系加深最明显的表现,就是浪潮为百度提供的产品定制化层次已经深入到系统架构颠覆式创新层面,2017年浪潮与百度联合开发了一款面向超大规模线下训练的SR-AI整机柜系统,是首个采用PCIe Fabric技术的AI方案,具备单节点16卡、单物理集群64卡的超高密扩展能力,可以有效提高AI线下训练的效率,在百度无人驾驶、图片搜索等业务中取得了良好的应用成效。
同时,双方的合作也从产品技术创新向更后端的供应、质量等环节推进。早在几年前浪潮就与百度实现供应链平台的对接,实现物料齐套-订单-生产计划-到货计划-订单状态-资产、物流信息线上传输,通过浪潮新投产的智能工厂的弹性生产能力和双方的联合优化,使百度服务器交付效率提升一倍以上。
协同创新,共推AI商业化
2017年9月,浪潮与百度发布了一系列的ABC一体机,该系列产品采用了百度自研的集群管理软件和浪潮的AI计算硬件平台,支持所有深度学习框架,内嵌成熟的算法模型和云管理技术,可以开箱即用,是一款all in one解决方案。
此前双方的合作一直基于IT基础架构的个性开发和供应,这次双方进一步把合作关系拓展至市场领域。百度拥有领先的AI技术,例如图片识别、语音识别等,经过训练的百度钢铁质量识别方案,识别10000张钢铁图,误差只有3张,远远超过人工的效率。浪潮有全球化的市场营销和用户覆盖能力,双方合作可以把成熟的AI方案尽快的普及到各个传统行业中,推动AI的大规模商业化。
浪潮与百度发布ABC一体机
目前,双方联合推出的ABC一体机已经在金融、楼宇安防等领域实现落地应用。
共建生态,推动产业升级
虽然不同的互联网公司的主业都不相同,但由于他们都拥有庞大的IT基础设施,因此都有一项共同的核心竞争力--数据中心业务,而这一业务不仅是其各项业务的计算力支撑,同时也可以对外提供服务器,实现资源的变现。
互联网公司要获得长久的竞争优势,一定不是单纯的成本或者技术问题,而是发展有竞争力的产业生态,这是OCP、ODCC、Open19等开源硬件社区快速发展的主要原因。在这形式下,互联网运营商需要的不是供应商,而是能够提供更大价值的合作伙伴,所以,浪潮JDM模式一直备受认可,未来希望还将进一步加深与用户的业务链融合深度,在用户的数据中心生态中扮演更加重要的角色,并联手百度等领先的互联网服务商推动更多"互联网+"产业的转型升级。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。