浪潮計劃全面加速AI業務,力促行業AI落地

8月29-30日,2018浪潮技術與應用峰會(Inspur World 2018)在成都舉行,在“雲數賦能 智慧未來”的會議主題下,5000+政企代表、生態夥伴、行業大咖匯聚一堂,共同展望數字經濟創新發展的前沿趨勢與產業願景。

峰會上,中國工程院院士、浪潮集團執行總裁王恩東表示,面對數據、算法、計算力、能效等未來智慧計算面臨的挑戰,浪潮將重點投入和發展智慧計算相關技術和方案,以雲計算為基礎平臺、大數據為認知方法、機器學習為優化工具,綜合大數據、人工智能等多種數據處理技術,持續更新數字經濟計算能力,在未來5年內實現全球智慧計算領導者與計算力全球第一的發展目標。

浪潮計劃全面加速AI業務,力促行業AI落地

中國工程院院士、浪潮集團執行總裁王恩東發表主題演講

以AI牽引智慧計算 全面加速AI業務

以雲計算、大數據、人工智能為代表的智慧計算,正加快驅動生產力躍升和商業模式變革,重塑社會運行結構和組織生態。而最能體現“智慧”屬性的人工智能技術,無疑將成為驅動智慧計算發展的核心力量。

針對於此,浪潮集團副總裁彭震表示,2018年浪潮將圍繞品牌化運營、核心能力構建、AI生態建設三個維度,全面推進AI業務健康、快速發展,從融合基礎架構著眼,通過廣泛的生態合作賦能行業AI落地,進而打造全球領先的AI業務品牌。

在品牌化運營上,浪潮繼在IPF2018上發佈全新的TensorServer AI亞品牌之後,將繼續加大AI產品研發、製造與服務的創新能力,同時進一步完善運營體系與網絡建設,讓全球用戶感知到TensorServer蘊含的獨特產品體驗與品牌內涵。

浪潮計劃全面加速AI業務,力促行業AI落地

浪潮發佈AI品牌“TensorServer”

在核心能力構建上,浪潮將聚焦全棧式AI 計算系統能力的建設,不斷強化四大“基本力”,即面向場景優化的領先AI計算平臺、AI 系統管理流程高效實現、AI 框架持續優化以及 AI行業應用加速,通過完整的AI基礎架構及服務,滿足用戶在人工智能雲、深度學習模型線下訓練和線上推理等各類AI應用場景對計算架構性能、功耗的不同需求,幫助AI用戶實現前端承接多源數據、後端支撐智能應用,加速AI賦能行業。

浪潮計劃全面加速AI業務,力促行業AI落地

浪潮全棧式AI 系統

在AI生態建設上,浪潮將繼續推進代號為T的AI生態發展計劃,從AI創新平臺、AI測試標準、AI聯合方案和AI聯合生態四方面入手,構建AI計算新生態。為此,浪潮將建設開放的AI應用測試平臺,幫助夥伴快速驗證AI應用,並牽頭SPEC下屬ML工作組打造AI Benchmark基準。同時,浪潮也在積極同行業頭部客戶廣泛合作,展示AI聯合方案,分享業務提升與AI價值。此外,浪潮也計劃與多個行業ISV建立創新中心,共同創造健康的AI商業生態。

發佈OpenStack AI雲平臺 力促行業AI落地

在峰會期間,浪潮重磅發佈OpenStack AI雲平臺,為行業AI用戶提供面向未來的AI+雲融合基礎架構,幫助用戶在OpenStack雲平臺上快速、輕鬆的構建AI開發能力,從而更加敏捷的利用開源雲計算平臺高效完成各類AI研究與開發工作。

浪潮計劃全面加速AI業務,力促行業AI落地

隨著AI在社會生產生活各環節的滲透加速,可以預見的是AI將會快速步入到“應用繁榮期”,商業組織與科研機構的AI技術與應用研發將趨向多樣化,傳統的集群架構在靈活性上將難以滿足未來AI開發的多元需求。因此,如何將雲計算與AI融合,使得IT基礎架構既能具備雲的靈活性,也能保留AI所需的高性能,將成為推動AI真正成為一項社會性變革技術的重點所在。

此次浪潮發佈的OpenStack AI雲平臺,可幫助行業用戶快速便捷的構建CPU+GPU的彈性異構雲環境,並實現對異構計算資源池的動態調度與分配,支撐數據管理、模型訓練、模型部署等各類AI應用場景。通過對GPU虛擬機的支持,浪潮OpenStack AI雲平臺能夠以多租戶的形式,按需分配異構計算資源,從而實現AI敏捷開發。同時, AIStation內置優化的Caffe-MPI、TensorFlow-OPT等深度學習分佈式框架以及高性能深度學習容器鏡像,能夠有效提高模型訓練的擴展性並充分發揮GPU計算性能,而對訓練數據、模型文件、計算資源的整合,則極致簡化AI開發人員工作流程,實現了秒速構建深度學習開發環境。

浪潮計劃全面加速AI業務,力促行業AI落地

OpenStack AI雲平臺架構

IDC數據顯示,2017年中國AI基礎架構市場增速235%,浪潮佔比57%居第一,超過其他廠商份額的總和。百度、阿里巴巴、騰訊的人工智能服務器有90%以上來自浪潮,並與科大訊飛、商湯、曠視、今日頭條、滴滴等人工智能領先科技公司保持在系統與應用方面的深入緊密合作,幫助AI客戶在語音、圖像、視頻、搜索、網絡等方面取得數量級的應用性能提升。


分享到:


相關文章: