当前,人工智能蓬勃发展,但由于人工智能涉及诸多前沿技术及应用领域,导致实施人工智能的成本较大,高技术门槛为行业从业者带来了挑战。作为国内领先的IT信息技术厂商,近年来曙光持续加大在人工智能相关领域的研发投入力度,致力于为客户业务发展提供强大技术支撑。2018年6月份,由曙光自主研发的深度学习一体化应用服务平台SothisAI荣获国际数字商业创新协会2018ECIAwards金奖。
针对目前人工智能市场最突出的计算服务成本、研发技术门槛两个痛点,同时聚焦图像识别、语音识别、自然语言处理、智能驾驶、科研教育等应用方向,曙光正式对外发布SothisAI2.0版本,进一步为用户优化容器化的集群调度以及深度学习私有云服务方案,通过SothisAI2.0为用户提供卓越的解决方案,以帮助用户将更多的精力集中到垂直应用的工作领域。
据介绍,SothisAI2.0具有高效稳定、弹性灵活、专注人工智能等特性,为用户提供更为快速高效的深度学习切入方式,并开放二次开发接口,可供用户根据自身需求定制特化应用服务。
SothisAI2.0采用Slurm、K8S双调度引擎调度融合容器弹性扩展技术的方式,实现了资源的动态高效调度,应用的快速分发,和进程级隔离。支持多种编译环境,如CUDA、anaconda等,及常见深度学习框架,如Caffe、TensorFlow、PyTorch等。提供了丰富的数据集和典型网络模型,同时支持内容分享和应用发布功能,协助构建平台微生态。
基于容器技术,应用容器化,应用迁移方便快捷,分布式集群最大化提高资源使用率,应用集群化,让应用更强大、可扩展、支持高并发,资源动态弹性扩展,实现可视化管理和操控。容器镜像仓库支持公有仓库、私有仓库,方便镜像管理、迁移扩展。提供调度、编排、服务发现,同时还支持节点监控、应用健康检查、弹性扩容等功能。
提供应用发布订阅、数据代码分享等功能,协助平台用户提高组间协作效率,分享研发成果,精调模型参数。对于自定义环境或框架还可采用自由容器的方式进行环境构建,并通过镜像的固化和分享实现自助发布。
曙光SothisAI目前支持深度学习领域主流的Caffe和TensorFlow等框架,实现从系统到数学库再到上层框架的多层深度学习开发环境一键部署。并有图形化的Web界面和命令行形式的SSH、Jupyter接入方式供用户选择。
面向不同应用行业提供丰富的典型数据集支持,如ImageNet、MNIST、MTVL等。同时支持用户数据集共享功能,实现平台数据集仓库的用户动态实时更新。
SothisAI2.0完整覆盖深度学习训练和容器管理全流程,提供推理服务环境,为用户提供流畅的应用开发体验和一站式深度学习服务,帮助用户加速算法优化,实现产品的快速迭代和最终落地。
目前,SothisAI平台已在多所高校、研究中心以及超算中心部署使用。未来曙光将继续围绕领先技术,对产品及服务进行持续迭代,释放人工智能所需计算力,满足更加复杂、个性化业务发展需求,推动人工智能行业发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。