智算集群基础架构、国产化方案及发展趋势｜公开课预告

文章预览

随着人工智能技术的快速发展，尤其是大模型参数规模的持续增加，算力需求呈爆发式增长，对AI算力基础设施也提出了更高的要求，并进一步推动了智算集群的兴起。 在国际市场， Google推出了拥有26000块NVIDIA H100 GPU的超级计算机A3 Virtual Machines，同时基于自研芯片搭建TPUv5p 8960卡集群。Meta在2022年推出了拥有16000块NVIDIA A100 的AI研究超级集群，2024年初又公布2个包含24576块NVIDIA H100的集群，用于支持下一代生成式AI模型的训练。马斯克xAI团队拥有10万块H100的Colossus集群已经上线，也是目前全球最强的智算集群，而未来规模还要翻一倍，扩展到15万张H100+5万张H200。 在国内，字节跳动搭建了一个12288卡Ampere架构训练集群，研发MegaScale生产系统用于训练大语言模型。科大讯飞在2023 年建成首个支持大模型训练的国产万卡智能算力集群“飞星一号”。中国移动近 ………………………………