“芯片”云端AI芯片落地难题如何破解？

今天，很高兴为大家分享来自雷锋网的云端AI芯片落地难题如何破解？，如果您对云端AI芯片落地难题如何破解？感兴趣，请往下看。

提到AI的落地你最先会想到什么？

有人想到了AI芯片的利用率以及底层硬件的调度；有人想到AI芯片的算力效益；还有人想到算力服务。

AI的落地，能够为智慧城市的建设，更精准的天气的预测，构建更安全的网络环境等提供底层支撑。

但是，AI的落地依旧面对诸多的挑战。比如，如何才能将AI用起来？如何才能渐进式的实现AI的价值？如何基于AI发展算力经济？

这逐层渐进的问题，考验着所有提供AI技术以及想要使用AI技术的人。对于最底层的AI芯片的提供者，目前非常棘手的问题之一就是软件。

燧原科技创始人兼COO张亚林在2022世界人工智能大会上就表示：“根据过往落地实践，我们发现，AI数据中心因其软件运维复杂，普遍具有方案选型难、各厂商产品兼容未知等痛点，而且数据中心部署交付周期长、沟通成本高、项目管理周期长。”

软件问题，特别是基于云端高性能AI推理和训练芯片的上层软件和生态，限制着众多AI芯片创新者的发展。

燧原科技创始人、CEO赵立东认为，“生态的垄断是目前我们面临的最大挑战，而生态垄断的原因是紧耦合的软件和硬件。因此，我们一定要发展自己的硬件和软件生态。”

为了解决当下云端AI芯片落地的挑战，不同的公司会从不同的维度突破软件和生态的挑战。

2022年9月3日，燧原科技在“算尽其用·定义AI算力中心新实践”云端算力产业应用论坛上给出了解决这一挑战的答案——云燧智算机（CloudBlazer POD）。

云燧智算机是针对大规模、集约化人工智能算力应用场景的高性能AI加速集群，有一站式预集成人工智能加速硬件、一体化开发与管理平台及配套人工智能应用软件与服务，适用于数字政府、科研院所、科创平台等。

简单来说，燧原科技在解决高性能云端AI芯片落地给出的一个解题思路就是“开箱即用”。

何为开箱即用？在交付方式上，云燧智算机提供包括采购、安装、运维一体的交钥匙方案。

能够以这样的方式交付，还是因为云燧智算机采用一体化设计。

硬件的算力层面，基于燧原科技已经发布的自研AI高性能芯片。在典型配置下，云燧智算机每单元可达到8PFLOPS的TF32浮点算力，并且支持按需横向扩容，可支持数千卡规模集群，能够实现顶级超算的E级算力。

同时，云燧智算机也集成了合作伙伴的CPU，提供充足的算力。但计算集群除了算力这个核心要素之外，网络和存储和非常关键。

张亚林介绍，“云燧智算机代表了燧原科技经过多个大规模工程实践所形成的计算、网络、存储的整体设计：以全局优化为目标，基于计算、存储、管理网络分离，全互联无阻塞的网络架构，结合高效的多级存储方式，在‘邃思’AI芯片与CPU的异构算力支撑下，云燧智算机能够提供卓越的AI性能。”

雷峰网(公众号：雷峰网)了解到，燧原科技的第一代和第二代“邃思”芯片已实际应用于大规模AI集群工程中，落地规模达千卡级别，场景包括融媒体生成、城市智能感知等。

当然，提到计算集群就不得不关注数据中心整体能效（PUE），特别是在双碳目标以及绿色环保的总体趋势，以及东数西算有政策性要求。据悉，云燧智算机采用一体化冷板式液冷技术，实现单节点8颗高性能人工智能芯片液冷散热，PUE可降至1.1及以下。

前面提到，AI落地一个巨大的挑战就是软件。不过软件是一个很宽泛的概念，既需要能够提升AI芯片利用率的编译器、库等，也需要算力平台的管理软件。

随最新推出的云燧智算机一起推出的是燧原科技提供燧池智算平台（CloudBlazer Station），包含基础设施层的异构算力调度平台，智能运维平台，驭算软件栈SDK，算法服务层的智能算法管理平台以及训推一体化平台。

同时，面对超大参数量的巨量模型趋势，云燧智算机可支持超千亿参数巨量模型的高效、并行训练，这主要是得益于云燧智算机计算节点内基于GCU-LARE2.0多芯互联技术提供近1TB/s的互联带宽，跨节点互联能力高达600Gb/s，可实现千卡级大规模集群高速互联。

开箱即用的计算集群确实能够在一定程度降低使用者的门槛，但计算集群毕竟是一个复杂的系统，最终能在多大程度上促进高性能AI计算的落地，还需要用更多的落地项目证明。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

好了，关于云端AI芯片落地难题如何破解？就讲到这。