簡介人工智能(AI)、物聯網(IoT)和大數據的融合正在開創全新的智能時代,以智能解決方案改變各行各業。人工智能芯片在支
從GPU虛擬化到池化大模型興起加劇GPU算力需求,企業面臨GPU資源有限且利用率不高的挑戰。爲打破這一瓶頸,實現GPU算
雲原生環境下GPU算力調度深度分析概述:雲原生時代,GPU算力調度與管理備受矚目,成爲企業和雲服務提供商關注的焦點,助力
單模光纖和多模光纖的區別及常見疑問解答隨著網絡技術的飛躍,光纖因其高速傳輸與大容量特性,成爲通信領域的佼佼者。光纖主要分
國産信創CPU-海光CPUCPU:信創根基,國之重器國産CPU形成三大陣營:自主架構、x86及ARM。自主陣營中,龍芯和
信創産業根基之一操作系統操作系統是一個關鍵的控制程序,負責協調、管理和控制計算機硬件和軟件資源。作爲硬件的首要軟件擴展,
CPU:信創根基,國之重器國産CPU已形成自主架構、x86、ARM三大陣營。自主陣營中,龍芯、申威分別基于MIPS和Al
國內主流AI 大模型架構及應用場景深度分析 2024評價門檻本次評估模型涵蓋“中國市場適應性”、“全棧技術能力”、“商業
國內外主流大模型語言技術對比 2024自2017年起,美國深度布局人工智能,全面融入經濟、文化與社會。至2023年,中國
基于昇騰910B訓練萬億參數的語言模型Abstract在本工作中,作者開發了一個系統,該系統在Ascend 910 AI
國內外主流GPU卡性能分析!2024!大模型興起助推算力需求激增2024年,深度學習與人工智能技術飛速躍進,Transf
安全可靠CPU測評結果(飛騰篇)中國信息安全測評中心公告(2024年第1號):公布依據《安全可靠測評工作指南(試行)》得
部署大模型應用(如訓練、微調、RAG)時,前期硬件選型至關重要。即使已有方案,缺乏實踐經驗可能導致硬件評估困難。本文提供
揭秘 Tensor Core 底層:如何讓AI計算速度飛躍Tensor Core,加速深度學習計算的利器,專用于高效執行
生成式AI的GPU網絡引言:超大規模企業競相部署擁有64K+ GPU的大型集群,以支撐各種生成式AI訓練需求。盡管龐大T
微服務架構設計模式詳解(5種主流模式)微服務架構微服務,一種革命性的架構模式,主張將大型應用分解爲若幹小服務,通過輕量級
軟件定義硬件架構AI 應用正促使芯片制造商和 OEM 重新審視重新配置硬件的可能性。摩爾定律放緩,軟件應用複雜性和規模激
軟件架構全面詳解軟件架構這個與建築設計架構類似,建築設計架構師負責設計建築物的整體結構、布局和功能分配。而軟件架構師,負
超萬卡集群的核心設計原則和架構超萬卡集群建設方興未艾,當前主要依托英偉達GPU及其設備。英偉達GPU在大模型訓練中表現卓
薪科技評說,發現技術的點滴,記錄科學的飛躍!