AI+的发展,正在重塑我们对未来的想象。算力联接作为AI+应用的基础设施,所面临的传输任务日益复杂,这对云中心及边缘联接能力也提出了更高要求。在浪潮网络2024新品发布暨合作伙伴大会上,浪潮网络重磅发布了从产品、到方案、到服务的全线升级成果,旨在以不断强化的云中心网络、边缘网络、及融合方案能力,推动AI技术与网络联接的融合创新,为AI+应用打造高效智能的动力引擎。
同时,深度聚焦大模型训练与推理场景需求,浪潮网络发布了“元脉™全栈AI网络方案”。该方案由智算网络自动化平台、AI计算网、存储网、管理网四部分组成,而32/64/128口400G高性能云中心交换机CN9408H 、CN9500-64D、CN9500-128D、以及自动化管控分析平台ICE等新品也在发布之列。其中,自动化管控分析平台ICE,能够降低AI集群部署时间近50%,同时基于无损以太网技术可节约网络成本25%。
此外,浪潮网络还发布了新一代正交CLOS架构交换机——CN12800系列,采用可编程芯片方案,满足AI+应用场景下的多元化需求。并集成绿色节能技术,可降低板卡功耗50%,进一步丰富了浪潮网络云中心产品技术能力。


好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。