超算新势力 青云科技上线 EHPC 让算力更自由
北京,2020年11月23日——
企业级 ICT 服务商青云QingCloud 日前举行发布会,宣布QingCloud EHPC 服务正式上线。QingCloud EHPC高配 CPU/GPU 异构计算,存储 GP 级吞吐、百万级 IOPS,网络高吞吐、低延时可达 100 Gb/s,300+ 应用软件……以超高算力、超低成本、超多软件、超优服务,让用户快速获取超算服务,更专注于业务。
青云弹性高性能计算(QingCloud EHPC)基于青云云基础设施,为用户提供部署在公有云、专属云、混合云上的多种产品形态,面向科研机构、高校教育、工业生产、行业计算等用户提供弹性灵活、快捷高效、安全可靠的超算服务,应对生命科学、CAE仿真、海洋气象、影视渲染、石油勘探、深度学习、测绘地理等应用场景的高性能计算需求。
除了具备云平台架构的弹性优势,QingCloud EHPC 在计算、网络、存储上具有行业领先性。CPU 单节点计算峰值达 86.4 Gflops,GPU 高配 NVIDIA A100;采用专用IB网络,计算节点与节点之间、计算节点与存储之间都能够高速通信;以 Lustre 商用版本提供专业分布式文件存储。

QingCloud EHPC 集群系统构成示意图
同时,QingCloud EHPC 不仅提供300+ 应用软件,拥有专业的HPC软件维护团队,还支持用户自定义安装应用软件,真正做到应用无限制。专业应用软件覆盖工业仿真、生命医药、汽车制造、人工智能、高校科研、影视渲染等多个领域,提供多种应用场景,满足不同人群的计算需求,节省大量配置时间。
QingCloud EHPC在资源管理方面,采用图形化展示,让用户一目了然地了解账户资源的使用情况;在资源使用便捷性方面,即开即用的资源及作业队列服务,与云平台其它产品和服务整合打通,消除了用户对其他资源使用的等待时间和生产力损耗;在网络安全方面,基于公有云平台的安全管理机制,实现从租户隔离、应用隔离,到基于底层硬件的可信计算,充分确保用户数据安全不泄露。
在产品形态和规格方面,QingCloud EHPC 提供两种服务模式,即HPC 共享集群模式和EHPC 服务模式。

两种服务模式
HPC共享集群模式,用户将作业提到共享队列中,平台提供 400 节点的共享队列,资源量大,免排队,内置作业调度系统,通过登录节点提交作业到共享队列,根据作业实际使用的核心数和时长进行计费。
EHPC专属集群模式,用户可以自己创建/删除/修改集群,集群的管理者是租户,拥有最高权限,可以自行安装软件,并且一个用户可根据需要创建多个集群,EHPC节点还支持扩容/缩容,具有较高的弹性及可扩展性。
QingCloud EHPC目前支持的应用场景主要面向计算密集型、数据密集型、通信密集型的应用需求,覆盖气象、海洋、生命科学、CAE仿真、深度学习、影视渲染等多个行业。
QingCloud EHPC 深入 HPC 用户的资源利用率低、投入成本大、运维管理重、安全防护难等痛点,充分发挥弹性资源、高性能计算、高速通信、丰富应用软件等优势,为更好的EHPC 体验持续创新。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。