2022年5月19日,中国北京——今日,Graphcore®(拟未)携手腾讯云,正式发布腾讯云公有云上的IPU预览,为广大人工智能创新者提供腾讯云上的IPU即刻使用服务。这是继金山云之后,Graphcore与中国大型公有云提供商提供云上IPU产品的又一个里程碑,体现了中国公有云市场对于IPU系统持续增长的需求以及对Poplar®软件易用性的认可。
目前,腾讯云公有云上的IPU预览部署了Bow Pod4、Bow Pod16、IPU-POD4和IPU-POD16四种机型,支持自然语言处理、计算机视觉、推荐、概率等经典机器学习模型,以及稀疏运算、ViT、GPT、GNN等创新人工智能负载,支持训练和推理。腾讯云的现有客户,可以直接在腾讯云的环境中切换使用IPU平台,平滑迁移AI任务。
该IPU预览使用了腾讯云的CHC托管服务,打通了对象存储(COS)、文件存储(CFS)、腾讯云容器服务(TKE)等平台能力,为企业级客户提供腾讯云上的IPU算力、存储、集群的整体方案。使用腾讯云上的IPU预览,创新者可以在腾讯云平台上快捷获取并充分利用IPU的高效性能,发挥IPU平台的灵活性和可扩展性,无需自建机房等流程,轻松实现人工智能工作负载的大规模迁移和落地。
IPU是先进人工智能算力的代表,此次在腾讯云公有云上引入Graphcore的IPU计算系统,旨在通过腾讯云公有云上的IPU预览,帮助创新者在腾讯云上快速评估并开始使用IPU,加速人工智能应用,助力人工智能创新者实现新的突破。
此次发布为腾讯云与Graphcore进一步共同打造云端IPU产品提供了基础,也为创新者试用和预购IPU提供了新的方式。Graphcore与腾讯云将紧密合作,基于腾讯云上的IPU预览为腾讯云的内部业务以及腾讯云外部客户提供快速评估,为创新者提供试用、评估、工程支持,满足创新者对于云端应用场景的使用需求。双方还将为造福社会的人工智能项目共同提供免费的IPU预览,以推动科技向善的发展。
“引领创新”是Graphcore与腾讯云合作的指导精神之一。以腾讯云上的IPU预览为算力来源,双方将进行创新模型和自定义算法的共同工程探索,进一步发挥IPU的潜能,赋能人工智能创新者,共同推动公有云场景中先进训练和推理性能的实现,探索机器学习的新边界。双方还将进行相关机器学习框架的支持等工作,共同构筑繁荣的人工智能生态。
除互联网领域外,Graphcore与腾讯云还将通过腾讯云上的IPU预览,共同探索医疗、金融和保险、教育、工业、智慧零售、汽车和自动驾驶、研究等人工智能垂直领域,助力各产业的转型升级,帮助创新者突破算力瓶颈,释放数据价值。
Graphcore大中华区总裁兼全球首席营收官卢涛表示:“我们看到,对于云端IPU的需求正呈现爆发式增长,而腾讯云上的IPU预览将为满足这些需求提供条件。腾讯云是中国领先的公有云提供商,本次与腾讯云的合作将有助于双方共建生态,并为AI向善研究领域的合作提供算力基石。未来,我们与腾讯云将继续深化合作,为IPU在腾讯云的大批量部署做好准备。”
如欲使用腾讯云上的IPU预览,请访问graphcore.ai/ipu-preview-on-tencent-cloud
好文章,需要你的鼓励
微软宣布为Word和Excel推出基于OpenAI的AI代理模式,通过简单提示即可自动生成文档和分析数据。Word用户可享受"氛围写作"功能,利用现有文档组装报告和提案。Excel代理能分析电子表格数据并生成可视化报告。尽管在SpreadsheetBench基准测试中准确率仅为57.2%,低于人类平均水平71.3%,但微软强调其针对实际工作场景优化。此外,微软还发布了基于Anthropic的Office代理,显示其正逐步减少对OpenAI的依赖。
苹果与清华合作提出EpiCache技术,解决AI长期对话中的记忆管理难题。该方法将对话自动分割成话题片段,为每个话题建立专门记忆库,实现智能匹配和高效检索。实验显示,EpiCache比传统方法准确率提高40%,内存使用减少4-6倍,响应速度提升2.4倍,为资源受限环境下的AI对话系统提供了实用解决方案。
OpenAI为美国ChatGPT用户推出"即时结账"功能,用户可在对话中直接购买Etsy和Shopify商品,无需跳转至外部网站。该功能支持Apple Pay、Google Pay等多种支付方式,并计划接入超过100万家Shopify商户。OpenAI还将开源其代理商务协议技术,与谷歌的代理支付协议形成竞争。这标志着电商购物模式的重大转变,AI聊天机器人可能重塑在线零售发现和支付生态系统。
清华大学与英伟达合作提出DiffusionNFT,一种革命性的AI图像生成训练方法。该方法通过对比正负样本进行学习,避免了复杂的概率计算,训练效率比传统方法提升25倍。研究团队在多项测试中验证了其优越性,不仅大幅提升了图像质量和文字渲染能力,还实现了无需分类器引导的高效训练,为AI图像生成技术的普及和应用奠定了重要基础。