天翼云智算平臺推動AI產業“走深向實”

　　隨著超大規模人工智能模型和海量數據的爆發，人工智能對算力的需求也隨之不斷走高。根據IDC發布的《2022-2023中國人工智能計算力發展評估報告》顯示，中國人工智能計算力保持快速增長，2022年智能算力規模達到268百億億次/秒（EFLOPS），超過通用算力規模。

　　作為云服務國家隊，天翼云積極推進算力普惠發展，已形成“2+4+31+X”資源布局，構建了“集中化+區域化+屬地化+邊緣化”的云網基礎設施，為人工智能夯實“算力底座”，助力AI快速完成數據訓練，提高計算與模擬的精準性。

　　為了適應市場智能算力快速增長的速度，天翼云聚焦人工智能場景創新，推出天翼云智算平臺，以普惠智能算力為基礎，支持大模型訓練、智能推薦、無人駕駛、生命科學、NLP等業務場景。

　　天翼云智算平臺依托天翼云分布式架構的云底座和海量的計算、存儲、網絡資源，具有高性能、高彈性、高速互聯、高性價比等特性，能夠滿足企業不斷增長的高性能算力使用需求。

　　日前，天翼云智算平臺通過中國信息通信研究院《可信算力服務平臺技術能力要求第3部分：智算平臺》評估，成為業內首批通過該項評估的云服務商。

　　具體來看，天翼云智算平臺主要有以下四個方面的差異化優勢：

　　高性能底座支撐能力：天翼云智算平臺基于天翼云TeleCloudOS4.0云網底座，覆蓋全場景算力需求；打造國產化能力體系，適配國產主流GPU芯片以及各種國產服務器，適配自研云服務器操作系統CTyunOS；集成彈性計算、分布式存儲、云網絡三大基礎核心技術，軟硬協同硬件加速，提供全量IaaS產品服務。

　　GPU虛擬化能力：天翼云智算平臺支持主流MediatedPassthrough（vGPU）、直通透傳等虛擬化技術；支持軟硬件層面的容器虛擬化技術，軟件方面支持API劫持及其他算力和顯存靈活分配能力，硬件方面支持MIG、vNPU等特性，從物理資源層面分配單卡資源。

　　高效的調度能力：資源調度方面，天翼云智算平臺實現對GPU、NPU、CPU等異構算力資源的混合調度，訓練、推理任務統一調度，實現了異構算力和異構任務的統一調度；任務調度方面，提供基于任務優先級、任務SLA、資源獨占式調度、共享式調度、搶占式調度，靈活支持各類差異化的用戶需求。

　　分布式訓練能力：天翼云智算平臺提供分布式訓練一站式解決方案，融合GPU拓撲感知、親和調度、高IO并行文件系統等底層技術，支持多種模型訓練方式，兼容主流AI框架，擴展定制業界主流分布式訓練方案，提升訓練數據量，縮短模型交付周期；提供定制化算法框架，采用代碼生成等方式，內置提供豐富的算子，簡化數據集導入、特征工程處理、預訓練模型依賴等步驟，提升AI訓練開發效率；針對大模型分布式環境下的訓練，顯存優化方面使用ZeRo等技術，打破顯存與內存的隔閡，降低訓練的顯存開銷。

　　隨著國內新一波人工智能浪潮襲來以及AI規模化落地應用，具備“更高、更快、更強”能力的智能計算基礎設施平臺被人工智能行業所青睞。天翼云智算平臺適用于城市治理、AI質檢、搜索推薦、自動駕駛、金融、科學研究等領域，可提供人工智能應用所需算力服務、數據服務和算法服務，通過算力的生產、聚合、調度和釋放，促進AI產業聚集發展。

　　天翼云智算平臺不僅提供算力，還對云能力做“組件化”封裝進行輸出，能迅速支撐業務上線，提升技術創新能力，加速科技研發進程。此外，智算平臺的推廣與應用將產生聯動效應，帶動通信服務網絡、大數據、人工智能等技術快速迭代，有助于我國科技創新提速。

　　在人工智能按下“快進鍵”的背景下，天翼云不斷完善智算基礎設施，打造創新性的產品，深度賦能人工智能領域企業跑出“加速度”，并通過多點發力布局走在智算領域的前列，AI應用也將在科技創新的助力下進一步加速“走深向實”，全面推動AI產業高質量發展。