如何推动多元算力发展?

最佳答案 匿名用户编辑于2023/01/30 10:54

以下内容都是根据相关报告总结的,如果有兴趣了解更多相关的内容,请下载原报告阅读。

在系统层面,由于人工智能芯片发展呈现多元化趋势,各 厂商采用不同技术路线,产业面临硬件体系孤岛和生态割 裂问题。加速人工智能技术产业发展,系统级产品创新是 关键——在基础硬件、基础软件、核心应用、上层生态间 建立起统一的技术路线及标准API接口,将加速器模块标准 化,简化人工智能基础架构设计,缩短硬件开发和产业赋 能周期。浪潮信息开放加速人工智能服务器NF5498,支持 UBB v1.0 OAM基板,OAM兼容性高、扩展性好,支持多品 牌异构加速芯片,已经在众多客户场景里面实现了落地, 有效支撑国内外多元算力芯片发展。

在异构协议层面,为了提高CPU与多元算力芯片间的数据 传输效率,业内在互联技术方面展开了新的探索,近年涌 现了一系列新兴的互连协议标准,包括QPI/UPI、CXL、 GenZ、CCIX等,其中浪潮信息研发了支持CXL高速总线的 智能加速器F26A,与传统的PCIe、DMA方式相比,CPU与 加速器之间的平均数据访问延迟降低80%,同时可扩展2倍 的内存容量。

在跨节点层面,节点之间的网络通信所产生的RPC、协议 处理、内存拷贝、压缩会占用30%左右的CPU资源,成为 数据中心级的“通信税”。业内尝试通过智能网卡卸载计 算密集型业务,将NVMe-oF、无损网络能力等功能转移到 智能网卡上由专有硬件负责处理,能够提升通信性能并降 低CPU占用率。通过智能数据处理单元和高速网络形成分 布式互连交换,可实现CPU与各种加速芯片的算力协同以 及内存池化、新型存储池化,节点间的数据访问延迟可低 至亚微秒级别。