10月23-25日,由湖南湘江新区管委会指导,长沙工业与信息化局、长沙信息产业园管委会、CSDN联合主办的“2022 长沙·中国1024 程序员节”即将在线上隆重开启。本届大会聚焦"算力新时代·开源创未来"主题,全球AI算力池化技术领导者趋动科技将在主会环节正式发布业内首个AI算力池化云服务——趋动云VirtAI Cloud(https://www.virtaicloud.com/)。
数字时代 AI算力面临成本困局
全球数字经济持续高速增长,带来了超大规模的计算需求,算力如同农业时代的水利、工业时代的电力,成为数字经济时代的关键生产力。其中,人工智能作为未来经济的代表,也极大地激发了产业智能化的生命力,并直接转化成为实际的生产力,在智慧城市、智能制造、智慧交通、智慧医疗、智慧教育等多个行业领域展现出了巨大的能量。
AI算力反映了一个国家的先进计算能力,中国AI算力发展水平快速提升。根据IDC最新发布的《中国加速计算市场(2021年下半年)跟踪报告》,2021年全年,中国AI服务器市场规模同比增长68.6%。与此同时,超过九成的企业正在使用或计划在未来三年内使用人工智能,74.5%的企业期望在未来可以采用具备公用设施意义的人工智能公共算力基础设施。
AI算力供需市场高速发展,在基础理论、计算芯片/系统、算法模型/编程框架、行业赋能解决方案等方面均取得了长足的进步,但在AI算力的供给方面仍存在着巨大的成本和资源利用率挑战。
当前企业获取AI算力的方式主要有自建算力和租用算力。无论是自建还是租用AI算力都不能完全满足企业的AI算力需求。自建算力主要面临初次采购成本高、后续管理成本高,对企业自身的技术要求高等难题,而且受算力需求潮汐效应的影响,资源利用率和弹性伸缩能力都较低。租用算力虽然初次采购成本低,按需灵活,但使用过程中算力单价高,同时整体资源利用率低,企业长期投入成本同样居高不下。
趋动云——便宜 好用的AI算力池化云
IDC数据显示,以GPU为代表的加速卡拥有更多计算单元,更适合AI计算。也正因为此,加速服务器市场中GPU服务器占据 90%以上的市场份额。因此,解决了GPU算力池化,也就很大程度上解决了当前AI算力使用成本高和资源利用率低的难题。在AI算力和用户需求之间存在着一道巨大的鸿沟,而“填平”这道鸿沟的关键是GPU算力池化。
趋动科技即将正式发布的业内首个AI算力池化云服务——趋动云VirtAI Cloud,依托趋动科技在算力资源池化和开发训练平台领域的深厚积累,通过软件定义算力,颠覆原有的AI应用直接绑定和调用物理算力资源的传统架构,将AI应用与物理算力资源解耦合,在近乎为零的性能损耗下,实现数据中心级的算力资源池化管理和弹性调度,显著提升整个资源池的利用率和管理灵活度。
趋动云VirtAI Cloud以“连接算力·连接人”为使命,面向所有AI相关企业、科研院所和个人开发者构建人工智能开发和训练服务,为用户提供像“用水用电”一样方便的AI算力基础架构服务,同时又具有便宜高效的性价比优势,即使轻量级开发团队也能轻松实现AI应用的敏捷开发和迭代,让具有更低成本,更高效供给方式的AI算力资源为企业AI应用赋能、加速。
欢迎访问2022 长沙 · 中国 1024 程序员节趋动科技线上展区,更多趋动云VirtAI Cloud黑科技等你来!
好文章,需要你的鼓励
TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物,顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见,探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日,五大主题舞台将在旧金山呈现科技创新的未来图景。
西班牙研究团队提出了一种创新的AI自我纠错方法SSC,让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时,它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下,同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。
英超联赛与微软达成五年战略合作伙伴关系,推出AI驱动的Premier League Companion服务,为全球球迷提供个性化体验。该服务利用Azure OpenAI技术,整合30多个赛季的统计数据、30万篇文章和9000个视频,帮助球迷发现和了解更多内容。未来还将为Fantasy Premier League引入个人助理经理功能,并通过Azure AI优化比赛直播体验和赛后分析。
这篇文章详细解析了Long、Shelhamer和Darrell在2015年CVPR会议上发表的开创性研究"全卷积网络用于语义分割"。文章以通俗易懂的方式,将这项复杂的技术比作艺术家的绘画过程,解释了如何让计算机不仅识别图像中有什么物体,还能精确标出每个物体的位置和边界。研究团队通过将传统分类网络改造为全卷积形式,并巧妙运用上采样和跳跃连接技术,实现了高效准确的像素级图像理解。这一突破为自动驾驶、医学影像和增强现实等领域带来了革命性变化,奠定了现代计算机视觉的重要基础。