青云科技 AI 算力发布会以“云集澎湃算力·共筑AI新纪元”为主题,正式发布了青云 AI 算力调度平台及青云 AI 算力云服务,面向算力革命提供新架构、新产品与新服务。
AI 带来更大的市场需求与机会,青云科技立足深耕云计算十余年的技术积累与运营经验,携手生态合作伙伴,以经过实践检验的 AI 算力调度平台能力服务算力中心的建设者与运营者,实现多元算力统一调度、多类型业务应用兼顾、高效运维与运营,以青云 AI 算力云服务为企业与开发者提供从算力到应用的完整服务。
AI 算力调度平台——让算力中心运营更智能、更简捷
青云 AI 算力调度平台致力于打造算力中心建设运营的新模式,实现对GPU 算力、CPU 算力、HPC 算力、多存储、多模型资源、数据资源等多元资源的统一管理,打破网络速度瓶颈和环境搭建复杂等制约,面向多业务场景,提供多租户、计量、计费等丰富的运营功能,达到“像管理本地资源一样管理 AI 基础设施”的目标,全面提升算力中心的运营效率与平台能力。
整体而言,青云AI算力调度平台具备自主创新、功能完善、智能运维、成熟运营、开源开放、安全合规、中立可靠、灵活部署八大优势,具备即刻调度扩容数万卡资源、设置最短优先调度链路、支持异构平台、提升感知作业级单卡颗粒度等能力。
围绕灵活调度、高速并行存储、分布式调度与管理、多区多业务资源整合、算法开发支持、混合组网、容器推理服务平台、模型仓库(MaaS)、AI训练平台九大关键能力,青云 AI 算力调度平台提供多元算力统一调度的同时,具备分布式调度与管理能力,并能够统一纳管多种异构硬件设备,提供开放的应用框架,既能通过智简运维运营帮助算力中心的建设者与运营者实现精细化管理,又能通过丰富的应用生态使能算力中心为最终用户快速落地业务场景。
国家超级计算济南中心已经成功在青云 AI 算力调度平台的技术能力支撑下,通过一个超级计算平台,统一管理高性能计算、云计算、人工智能计算、数据存储备份、工业仿真计算等资源模块,纳管异构算力,运营多元算力,服务于科研计算应用、政务云应用、智慧城市应用等多元化业务。
AI 算力云服务——让企业 AI 落地更轻松更便捷
青云 AI 算力云服务从“为客户提供完整的解决方案”出发,聚焦自身能力,通过开放生态,联合AI软硬件供应商、算法模型服务商、各地不同规模的算力服务商以及行业应用服务商等,深度融合算力、算法、行业数据以及场景应用能力,让 AI 真正能释放出业务价值。
面向企业用户,青云 AI 算力云服务提供算力资源、存储资源,以及镜像仓库、容器推理、高速 IB 网络等能力,让企业快速拥有灵活智能的 AI 计算资源,满足他们从训练、到数据清洗、再到推理的复杂需求,承载AI 应用,支撑开发、测试、上线、运行等应用生命周期,并且能够兼顾成本敏感与延迟敏感。
本次发布会上,智谱 AI、无问芯穹、数慧时空、感易智能作为青云科技合作伙伴,分享了各自在大模型应用落地过程中观察到的痛点、行业需求及解决之道,为企业落地 AI 提供切实路径。
青云科技总裁林源表示,“我们希望通过开放、成熟、可运营的AI算力调度平台,通过自营、合营乃至支撑第三方运营的方式,与生态同盟一起贡献‘AI Cloud’。而青云要做自己擅长的事,立足 AI 算力调度能力,在数字经济新场景中迎来新发展。”
拥抱 AI 带来的新变化,迎接 AI 带来的新挑战,把握 AI 带来的新机遇,青云科技将始终聚焦技术创新能力和行业落地实践,坚持开放共赢,与客户、合作伙伴紧密支撑,共筑 AI 新纪元!
好文章,需要你的鼓励
在2025年格勒诺布尔Leti创新日大会上,能耗问题成为焦点。随着AI驱动计算需求激增,数据中心规模和能耗急剧膨胀,部分数据中心功耗将达500兆瓦。CEA-Leti启动Resolve计划,目标到2032年实现能效提升1000倍。大会展示了3D集成、光子互连等节能技术,以及无PFAS芯片制造方法。业界呼吁通过先进封装、宽禁带功率器件等实用技术,平衡AI发展与可持续性需求。
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。
联想集团推出专为人工智能工作负载优化的数据中心系统产品组合。主打产品ThinkSystem SR680a V4计算设备集成近二十个处理器,推理工作负载运行速度比上一代硬件快11倍。该系统配备8块英伟达Blackwell B200显卡、6个英特尔至强6处理器,以及8个英伟达SuperNIC和BlueField-3 DPU。同时发布基于SR675服务器的两个系统和四个混合AI优势产品包,涵盖制造、酒店、安全和零售等应用场景。
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。