至顶网服务器频道 10月31日 新闻消息(文/刘新萍):2017年10月26日,在华为云中国行.西安站,华为云IaaS服务以全新的视角解读关键计算能力,旨在帮助大中型企业关键应用上云。
华为云异构计算首席架构师罗浩在大会上谈到:"在Cloud 1.0时代,中小型企业和互联网企业对上云需求迫切。经过这几年的发展,云计算已进入Cloud 2.0时代,越来越多的大中型企业对上云提出了要求。华为云拥有丰富的云产品实例家族,强大的异构计算解决方案,有信心帮助大中型企业将关键应用搬迁上云。"
罗浩向大家讲解介绍云1.0到云2.0的转变
构建异构计算,使能人工智能
近期AlphaGo Zero以100:0大败阿尔法狗再次引爆业界对人工智能的讨论,人工智能突出应用在图形图像处理和科学计算领域,华为云针对这些领域推出异构计算新实例和解决方案,旨在帮助客户在人工智能领域不断取得新的突破。
主打虚拟图形工作站的G2实例,基于NVIDIA? Tesla? M60 GPU卡,提供专业级图形、3D负载处理能力。
集成NVIDIA? Tesla? P4的GPU加速实例PI1适用于硬解码、低延时的AI深度推理,支持最高达22TFLOPS INT8运算能力,Tesla P4配备硬件加速解码引擎,能对多达35路高清视频流进行实时转码和推理。
基于NVIDIA最新Volta架构Tesla V100的最新GPU加速云服务实例--P2,单颗GPU单精度计算能力达到14TFLOPS,比上一代GPU提升50%,NVIDIA为Tesla V100精心打造了Tensor Core核心,计算能力达到了惊人的112TFLOPS,在AI领域的性能是上一代Tesla P100的3倍。
另外,华为云还推出了FP1实例,基于Xilinx公司目前最先进的16nm Virtex? UltraScale+? VU9P FPGA,这一高性能的硬件可以支持高带宽的Mesh互联结构。FP1实例支持两种X86与FPGA的交互框架:一是自研的高性能框架,可满足用户高带宽低时延的要求;二是通用的Xilinx SDAccel交互框架,基于Xilinx的解决方案,并配套相关驱动和Runtime。
在生态合作方面,华为云异构计算服务联合30多家合作伙伴推出异构计算云端解决方案并已覆盖基因测序、视频编解码、金融风控、人工智能、图片处理和大数据分析等领域,面向更多行业提供高性价比可重构加速解决方案。
异构计算为油气勘探行业定制云端解决方案,实现完美上云
针对油气勘探行业的大中型企业,超强的计算能力和数据处理能力已成为迫在眉睫的需求,不断增长的数据量以及业务处理的高效率都对传统的高Capex 计算方式发起了挑战。油气勘探部分计算业务上云便成为最佳的选择,但同时也面临着如下挑战:
1. 数据的安全性,目前一些国家/地域对数据的安全性要求非常高
2. 高速增长的数据量,需要安全可靠的数据传输和数据存储
3. CPU性能落差和计算能力的需求越来越明显
4. 超强的图像处理和3D渲染能力
针对这些痛点,华为云异构计算服务在计算、网络、存储方面提供了全套的解决方案:
针对海量数据,华为云提供数据快递服务,使用高速Internet传输1/5的费用实现了10倍以上的速度提升,同时支持数据加密传输,安全可靠。华为云可靠性高达 99.999999999% 的对象存储服务为客户提供了更可靠的数据存储,同时还提供低频/归档存储服务,且费用低至0.033元/GB/月。
在计算方面,华为云使用了业界领先的GPGPU 提供计算加速,目前已经发布的P1实例使用了Tesla P100 GPU卡,即将发布的P2 实例更是使用了NVIDIA 最新发布的Tesla V100 卡,提供极致的计算性能。
对于图形渲染需求高的业务,华为云提供了数据中心级的Tesla M60 GPU卡,同时我们还提供了基于自研HDP协议的云桌面Workspace解决方案,高清、安全!
本次华为云中国行.西安站,华为云推出了油气勘探行业云解决方案。未来,华为云异构计算将与产业伙伴广泛开展深度合作,帮助客户实现商业成功。十一月底,华为云将在北京举办计算服务领域的专题发布会,敬请期待。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。