OUTDO蓄電池 產品技術參數及特點
OUTDO蓄電池 產品技術參數及特點
OUTDO蓄電池 產品技術參數及特點
自身在電源方面的豐富經驗,快速響應市場變化,推出了FusionPower系列大型數據中心供配電解決方案,滿足當下數據中心用戶對高品質ups不間斷電源的需求。
從智慧物流、智能制造到無人駕駛、智慧城市……在“互聯網”成為“傳統產業”的,智能化升級已成為大勢所趨。
面對勢不可擋的智能化大潮,產業轉型升級到底需要什么樣的AI技術?作為AI技術地基的數據中心究竟需要什么樣的AI算力?華為又在其中提供什么樣的基礎技術支撐?
近日,2020(第十九屆)中國互聯網大會數據中心論壇上,華為昇騰計算業務CTO周斌就華為Atlas數據中心人工智能解決方案帶來了精彩的分享。
邁向AI時代,我們正處于爆炸式創新前夜
數據是人工智能的“隱形關鍵”,沒有好的數據,人工智能就沒有未來。
目前我們正處在爆炸式創新的前夜,其根本原因在于我們面臨的大規模的數據。周斌指出,借助5G大帶寬、低時延等技術特性為AI賦能,萬物互聯產生了爆炸式的數據增長,AI應用能力得到跨越式提升,智能設備走進生活、深入行業,AI算法隨之不斷突破,帶來更多可能性?!半S著智能設備走向千行百業,無處不在地接入到網絡里,需要我們提供無所不及的智能去匹配其計算需求,我們希望智能在每一個角落里發揮作用?!?/p>
人類社會經過了很多次工業革命,近一次就是由移動互聯網到智能時代的革命,AI作為新的通用目的技術,將深刻改變整個社會。周斌表示“隨著AI技術大規模推廣,整個社會的生產力水平將得到極大的解放?!?/p>
高算力、低能耗的AI數據中心或成互聯網AI競爭決勝點
作為智能時代的革命先鋒,AI必將與互聯網行業產生更多的化學反應。隨著互聯網與AI的深度融合,互聯網行業AI應用需求提速——多樣性計算需求急劇增加。
從傳統的Email服務到現在的各類AI應用如推薦系統、智能客服、OUTDO蓄電池 產品技術參數及特點智能翻譯、內容審核、監控管理平臺等,無一不透露出AI與互聯網更深度結合的預兆。
然而美好的憧憬中存在著種種現實沖擊?;ヂ摼W圍繞業務場景,需要采集、存儲并及時處理海量數據,其中互聯網數據中心處理的對象80%是非結構化數據,對訓練算力提出了更高的要求。當前業界AI算力供應非常單一,且算力成本居高不下,高算力、低能耗的AI數據中心或成互聯網AI競爭決勝點。
華為Atlas數據中心人工智能解決方案,構筑用得起、用得好、用得放心的AI算力
華為早已為這一變革做好了準備——華為Atlas數據中心人工智能解決方案,周斌表示,“我們希望人工智能在數據中心側有著無限的可能,希望AI能夠用得起、用得好、用得放心?!?/p>
華為Atlas數據中心人工智能解決方案為行業帶來多樣形態的數據中心全場景方案,憑借其全球強的Atlas 900 AI集群、高算力密度的Atlas 800訓練服務器,快的Atlas 300T訓練卡組成各種各樣靈活的AI數據中心,構筑業界強AI訓練平臺,打造“強勁、高效、簡單”的數據中心解決方案。
具體而言,首先,我們的算力來源是因為華為硬核的架構,更高的每時鐘周期運轉次數為我們構筑了強AI算力底座;其次,該解決方案提供系統化更優的節能方案,散熱技術,較業界更高的能效比以及同等算力情況下更低的投資成本,更優能效打造散熱比;后,華為有開放易用的端邊云協同軟硬件開放平臺,一次開發,端邊云皆可使用,打造開發、使用體驗。
同時,華為秉承硬件開放、軟件開源的理念,打造了全棧全場景的AI計算解決方案。周斌介紹,“我們跟高校、研究所、開放社區等機構、平臺合作,提出了OEM合作伙伴計劃、ISV合作伙伴計劃、高校教研合作計劃、初創企業扶持計劃以及開放者培養計劃等,開放我們的AI能力,在各個方向、各個層級為大家帶來服務?!?/p>
此外,華為昇騰社區上提供詳細的關于華為Atlas解決方案資源庫、各類培訓課程資源、相關認證體系、7*24小時支持中心以及針對開發者的更多相關權益活動。
虎牙直播、AI數據中心,華為AI計算使能互聯網行業及數據中心
基于“強勁、高效、簡單”的解決方案和能力,華為AI計算與互聯網行業及數據中心深度融合。
對于互聯網企業,Atlas支撐虎牙直播AI業務云上部署,借助華為Atlas解決方案能力以及華為云服務,助力虎牙直播在AI實例性能上支持到6路720P實時編碼,實時推理Batch性能提升2.2倍。同時支持實時渲染+實時流化、3D渲染+視頻流化,投資降低30%,在生態方面也提供完全兼容TensorFlow-serving的Ascend-serving。
對于AI數據中心,華為將AI計算融入制冷環節中。眾所周知,數據中心的大部分電力消耗在制冷系統上,傳統的數據中心往往依靠有經驗的運維工程師進行人工調節,對人工依賴程度高,但是不能保證節能效果。華為的iCooling@AI能效優化技術,端到端精細化能效管理,為數據中心降低8%-15%的能耗,可以在給定的天氣條件、IT負載、業務SLA等輸入情況下,通過深度神經網絡模型進行能耗擬合及預測,并結合尋優算法,推理出優PUE下的對應系統控制參數,實現數據中心能效自動化調優。
演講后,周斌展望道,“通過這樣的一些用得好、用得起、用得放心的AI,OUTDO蓄電池 產品技術參數及特點我們相信AI可以真正提升大家的生活品質,創造一個更美麗的世界,讓智能變得無所不及!”