近日,国际数据公司(IDC)发布了最新的《人工智能基础架构市场(2019下半年)跟踪》报告。报告中显示,2019年人工智能基础架构市场规模达到20.9亿美元,同比增长58.7%。其中GPU服务器占据96.1%的市场份额。IDC预测,到2024年中国GPU服务器市场规模将达到64亿美元。
近年来,在国家政策和资本的共同推动下,大量AI初创企业涌现、行业应用迅速落地,AI生态和市场迅速发展。AI市场的火热推动了以GPU服务器为主的AI基础设施市场取得了爆发式增长,几乎所有互联网用户和大量的AI初创公司都开始采购GPU服务器搭建自己的AI平台,中国AI服务器市场规模在全球市场占比由2018年的 19.2% 提升至2019年的 23.5% 。
而随着人工智能成为“新基建”重点领域,AI产业化正加速向产业AI化迈进,未来GPU服务器市场必将迎来新一轮高增长。但相比传统服务器,GPU服务器投入、能耗与维护成本都较高,一直是行业内绕不过去的一个痛点。
面对高昂的AI基础设施投入,硬件设备的费用到底能不能降低?这是业界普遍关心的问题。从已实践的情况来看,定制化可有效降低企业TCO(总体拥有成本)。
服务器新品牌“宁畅”4月21日举办线上品牌发布会,并推出“尊享定制Club”计划,明确表示将深耕服务器精细化定制市场,为用户提供服务器深度定制服务。
做定制化服务,首要的就是“快”。宁畅采用业内成熟开发模型修改而来的CDSPD产品开发模型,从接到客户需求开始,到架构设计、迭代开发测试,再到后期的维护与服务阶段,凭借公司的四大技术平台、五级质量标准、三大技术组以及丰富的专业经验,能够一次修改成功,从而大幅缩短了交付时间。
除了交付快,宁畅定制产品的另一个特点就是“稳”。以通用型服务器做基础,在给客户做定制化的开发和测试时,所有的技术难点早已掌握;依靠公司专业的人员,专业设备以及专业的管理体系,将高难度的定制转变成纯粹的功能实现过程,在降低难度的同时也保证了产品的品质。
而在“快”和“稳”的前提下,最难能可贵的则是“省”。宁畅在CDSPD产品开发模型基础上,可为“尊享定制CLUB”会员等广大客户,可提供四维一体客户服务体系,包含专职服务器产品、开发、项目与服务经理团队,以及最新技术开放、联合实验室Pass卡等专属服务资源。这些将根据客户所需提供产品,降低用户在AI服务器的拥有成本。宁畅公司相关负责人表示,通过“定制服务”至少可以节省10%的TCO(总体拥有成本)。
随着AI技术的进步,很多企业纷纷推出自己的AI产品,随之而来的是大量深度学习训练的需求。然而,深度学习训练需要超强的算力支持,极高的存储IO,以及强大的数据交换能力。虽然目前市面上的产品和方案琳琅满目,但真正能同时具备这些能力的产品仍是凤毛麟角。
一直以来,AI 开发者对普惠算力的需求从未间断过,但现实情况是:稀缺、昂贵的算力将 AI 束之高阁,大量的资源被重复耗费,整个 AI 开发过程低效且成本高昂,不利于企业及行业的智能化升级。
宁畅GPU服务器产品最大特点是:扩展性和稳定性好,支持最大20个小卡或者8个大卡。那么,光是卡多就好了么?不是的。更主要的是:对于AI使用模型的业务匹配度和计算资源调度效率,宁畅GPU服务器支持多种拓扑模式,可通过硬件链路重新布局,可以更加贴合使用需求和应用,做到最大化计算效率。
新冠疫情的影响,让很多传统行业更深刻地认识到人工智能、5G等技术的重要性,促使各企业加大对于IT基础架构的投资。这无疑将给优秀的制造商带来更多的发展机会——构建完整的生态和解决方案将有助于在市场竞争中脱颖而出。
作为新入局者,宁畅团队身怀绝技、有备而来,必将在AI服务器的市场大潮中阔步前行。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。