智能网原创,转载请注明来源
数据、算法、算力是人工智能的三大核心要素,自AI进入到大模型时代,大模型训练所需的巨大数据量也驱动算力需求进入爆炸式增长阶段。
随着数据量和复杂算法的快速增长,人工智能算力也面临着严峻的技术挑战,其中重要的一点是硬件技术需保持同步,因为硬件提供了支撑深度神经网络训练/推理过程所需要的算力,硬件的滞后会阻碍模型内在价值的体现。
AI芯片是整个算力体系的核心部件。AI芯片通常定义为“专门针对AI算法做了特殊加速设计的芯片”,它承载了为各种终端提供强大算力的重要任务。现阶段,GPU、FPGA、ASIC等AI芯片被投入到人工智能相关领域应用,特别是GPU应用于高性能计算场景,解决了算力不足的问题,并且满足复杂的AI大模型提升、大规模数据集扩张以及实时和低延迟需求,这也成为全球聚焦的新赛道。
当前,国产AI芯片在技术成熟度和市场占有率等方面均在快速提升,国家政策的支持也为智能算力基础设施建设提供积极助力。“我国智算市场空间大,未来智算中心的国产化率有望进一步提高。”李铁表示,亿万克一直聚焦算力产业发展,AI算力服务器方面也是走到了行业的前端,目前在AI算力服务器已经从设想研发走向了落地,做到了赋能千行百业。
亿万克全国营销副总裁李铁
首度亮相WAIC的G882N7+服务器就是亿万克自主可控的一款代表作。该产品支持8-GPU NVLink模组,能实现10个NVMe直连GPU,广泛应用于大模型训练、推理、云游戏、视频渲染等多种人工智能化业务场景,专为AI时代提供高效算力支撑。
随着芯片的计算性能与能耗同步上升,高算力芯片的电力损耗及散热也成为人工智能所面临的新挑战。“与过去相比,现阶段的AI算力除了关注算力本身,更加关注算力能效及自主可控,减少碳排放,提升能源利用率是算力产业持久发展的根本要素。”李铁认为,传统的风冷散热无法满足智能算力产品的散热要求,从而推动算力液冷产业加速发展。当前,高算力高能耗芯片通常采用水冷板散热,或者将智能算力产品浸泡在冷媒中,实现高效散热的同时降低成本和能耗。
在液冷技术方面亿万克已经走在业内前端。据悉,亿万克颠覆传统数据中心冷却方式,以自研浸没式液冷解决散热瓶颈问题。亿万克冷板式液冷解决方案,可以让PUE值降至1.3以下,而浸没式液冷解决方案可让PUE值降至1.1,大幅降低能耗,帮助企业减少31%以上运营成本,助力数字经济的高效、低碳发展。