【产业要闻】52万张GPU集群塞进一个「盒子」？AI神器破解百模争霸困局！
来源:
|
作者:AI生
|
发布时间: 2024-10-26
|
89 次浏览
|
分享到:
【新智元导读】「算力」堪称是AI时代最大的痛。在国外，OpenAI因为微软造GPU集群的速度太慢而算力告急。在国内，企业则面临着「模型算力太多元、产业生态太分散」这一难题。不过，最近新诞生的一款「AI神器」，令人眼前一亮。
如今，快速灵活地获取算力可谓是刚需，就连OpenAI也不例外。最近，The Information爆料：曾经约定微软是独家云服务器供应商的OpenAI，已经开始找其他家要买算力了。OpenAI既想要微软提供更先进、算力更强的GPU集群，又要他们加快建设进度。但微软的计划是，在明年年底之前为OpenAI提供约30万块英伟达GB200。于是，OpenAI找到了甲骨文，开始洽谈一个预计可在2026年中获得几十万块英伟达AI芯片的数据中心项目。无独有偶，在算力需求这一块，国内智能算力的年复合增长率预计也将达到33.9%。但在更进一步的大模型落地上，相比起只缺算力的OpenAI，国内的企业则面临着更多的挑战，比如算力资源管理困难、模型微调复杂等等。
根据赛迪研究院的数据，2023年我国生成式人工智能企业采用率达15%，市场规模约14.4万亿元。另一方面据公开数据显示，2023年全年，国内市场对大模型公开招投标的项目只有不到200家，金额5个多亿；而到了2024年，仅上半年的项目就达到了486个，金额13个多亿。其中，软件的占比在2023年为11%，而2024年上半年却只有5%。相比之下，大模型相关服务则从去年的17%暴涨到今年上半年的30%。也就是说，企业对大模型硬件和服务的需求，基本占了90%以上。对比可以发现，模型应用和市场趋势之间，存在着巨大的鸿沟。大模型在预训练阶段所用的知识是通用为主，但在企业的专业领域中，如果还是以算概率来驱动的方式生硬输出，就会答非所问。第二，要实现大模型与行业场景的深度结合，应用开发流程复杂，应用门槛高。微调、RAG都要分多个子步骤，应用开发还需要不同专业团队长期协作，研发难度大，耗时也很长。第三，在不同场景下，不同业务对模型能力有多样需求，比如推理速度快、生成精度高、函数和代码能力强。由于业务生成环境往往的多模并存，使用的算力资源也是多元并用的。多模和多元的适配问题，常需要软件整个重构，难度大，成本高。此外，在产业生态上，从芯片到软件框架，再到模型本身，不同厂商的产品数据源不同、技术标准不一，很难统一适配。在本地化的大模型应用生成与落地中，这些挑战会更加显著。如何才能让企业（尤其是传统企业）的大模型应用迅速落地？这时，业内迫切地需要高效、易用、端到端的软硬一体化解决方案，来支撑大模型行业落地。如果有这样一种开箱即用的产品，无论是模型本身、应用开发，还是算力问题，都能迎刃而解。
针对这些痛点，浪潮信息推出了堪称AI应用开发「超级工作台」的元脑企智EPAI一体机。从算力、平台，到服务，提供了一站式大模型开发平台。面向真实场景，平台提供了数据处理工具、模型微调工具、增强知识检索工具、应用开发框架等。而根据不同模型的能力特点，平台还支持调用多模态算法和多元算力。
最强AI算力平台
为了覆盖不同的需求，一体机共有5种规格——基础版、标准版、创新版、高级版、集群版。总的来说，元脑企智EPAI一体机具备了卓越的算力性能和极致的弹性架构，可支持延时RDMA网络和高性能并行存储。它们通过分布式并行加速、混合精度计算、高性能算子技术，提升了模型的训练和推理速度，实现应用高并发高能效处理、业务快速上线的需求。在训练稳定性方面，元脑企智EPAI一体机专为LLM训练微调优化提供了断点续训能力，为大模型训练保驾护航，优化升级算力池化与分配策略，支持按需弹性扩缩容。接下来，分别看下五个一体机不同的特点。其中，创新版、高级版和集群版均能同时支持训练和推理。
- 面向模型推理的基础版配备了8块4090D GPU，性价比最高
- 标准版则搭载了基于Hopper架构的HGX模块化AI超算平台，8颗GPU通过NVlink高效互联
- 高级版专为那些对算力有极高需求的客户而定制，并且提供了训推全流程自动化开发测试工具链
集群版，顾名思义就是机柜级的训推一体机——为那些业务规模较大，有分期建设、按需扩展需求的企业所定制的最高配
值得一提的是，在网络单元上，集群版配备了浪潮信息自研的「大模型专用交换机」——超级AI以太网交换机X400。它最高能够扩展到524,288张GPU的超大规模AI算力系统，而且凭借AR自适应路由、端到端拥塞控制、亚毫秒级故障自愈等技术，性能提升至传统RoCE网络的1.6倍。由此，大型集群实现了超高吞吐量、高可扩展性和超高可靠性。在LLM训练性能提升同时，也大幅缩短训练时长、降低训练成本。除了硬件上的创新之外，所有的一体机也全部预置了元脑企智（EPAI）大模型开发平台。这种软硬一体化交付，正是浪潮信息一体机最大优势所在。
有了元脑企智EPAI，浪潮信息的一体机才能为企业客户们，提供开箱即用的能力。更具体地讲，元脑企智EPAI是专为企业AI大模型应用，高效、易用、安全落地而打造的端到端开发平台。从数据准备、模型训练、知识检索、应用框架等工具全面涉及，而且还支持调度多元算力和多元模型。
多元多模
首先，元脑企智EPAI平台最核心的一部分是，平台底座能够适配多元多模的基础设施。其中，预置了Yuan2.0、Baichuan2、ChatGLM3、Qwen1.5、GLM4、Llama3等7个基础大模型，以及应用DEMO样例。还有10+计算框架（MegtronLM、DeepSpeed、Pytorch、Transformer、Llamafactory、Fastchat等），以及多种微调能力，如监督微调、直接偏好优化、人类反馈强化学习等。同时，它还能广泛支持主流基础大模型结构，支持与用户自研模型的灵活适配和对接。而AIStation的作用在于，能够对支持超数千节点的AI服务器。它可以进行异构算力集群的统一池化管理，通过自适应系统将训练底层的计算、存储、网络环境实现自动化配置。从开发、训练、微调，再到应用部署，EPAI能够实现全生命周期监管和异常全自动化处理。而且针对不同业务场景，设备故障自动容错，保证业务时长高效、稳定运行。
简单易用
一体机的简单易用，便体现在了数据准备/生成、微调训练、推理部署中，全部实现自动化。从企业大模型开发部署业务流程来看，具备通用知识的LLM，就像刚毕业的大学生一样，需要学习企业知识。当前互联网训练数据远远不足，尤其是专业化的数据，而AI数据生成恰好能弥补这一弊端。那么企业如何在种类多样、规模庞大数据库中，生成微调数据，并减少处理成本？又该如何将专业化数据为模型所用？元脑企智EPAI平台通过高质量数据生成，攻破了难题。企业仅需将原始数据上传，元脑企智EPAI将其提取为文本txt，各种结构化/非结构化文档均可支持。然后利用大模型生成问题答案对，也就是可以直接微调使用的数据。最后一步通过「微调数据增强」让AI再自动生成同类型、同主题高质量微调数据。举个栗子，「Apple」会被编码成很长一个向量，其中含了很多丰富的语义信息。它可能代表水果一类，也可能代表苹果公司等等。好在元脑企智EPAI平台对LLM微调时所需的环境、框架、配置代码等一系列流程，完成了封装。从数据导入、训练参数配置、资源类型配置等均由平台自动管理，大幅提升微调任务的效率。训练微调完成后，模型部署和上线也是由元脑企智EPAI接手，还提供了多种评估的方式。总之，高效的数据处理工具，支持微调数据自动生成和扩展，为模型微调训练提供丰富数据源；丰富、完整的模型训练工具，支持SFT优化方式，训练之后支持一键部署。此外，元脑企智EPAI还支持API、对话式UI、智能体三类使用方式。另外，还需考虑的一个问题是，LLM幻觉之所产生，是因为无法及时获取到新知识。而元脑企智EPAI集成了浪潮信息自研的RAG系统，帮助大模型提升了应用效果。仅需上传一个原始文档，就可以让LLM基于文档内容，进行精准问答和信息检索，快速构建出领域问答能力。同时，它还预置了一亿条的基础知识库，能够实现端到端30%召回率。在话式UI界面中，知识库管理中可以上传企业、行业、基础三大类知识。它还支持检索溯源、混合检索、结果重排，由此可以提升端到端检索精度。
数据安全，隐私保护
一体机另一个优势在于， 能够保护企业的私有数据不出域，杜绝数据风险。内置的元脑企智EPAI平台，可以提供全链路的防护，从文件级数据加密、访问控制，到数据存储、备份恢复。它可以精准控制每个用户数据、模型、知识库、服务的权限，保障多场景使用安全。还有内容多级过滤和审核体系，对用户输入、模型输出进行快速、准确审核，保障生成内容的安全性与隐私性。正是因为有以上种种优势，元脑企智EPAI能广泛地赋能企业内部的各类应用场景。比如研发的代码生成、部门助理，生产的故障识别、维修方案生成，销售的智能客服、文案协作，行政的招聘助手，公文写作等。在浪潮信息内部，元脑企智EPAI就已经大大加快了大家的工作流。以前如果有数百万行私有代码，注释少，可读性差，需要参考几十页上下文的PDF，专业工程师单个函数开发就需要3周。但现在浪潮信息利用智能编程助手，可以直接把开发周期缩短至2天。它能对数十万行代码自动解析，由AI自动生成超过65%的计算框架代码，为研发工程师每天节省了近3个小时的代码。而基于元脑企智EPAI打造的智能客服大脑「源小服」，涵盖了10+年的产品资料和5000+复杂场景，直接学习了2万余份产品文档、用户手册，百万余条对话等材料。对于常见技术问题的解决率达到了80%，整体服务效率提升了160%，斩获了《哈佛商业评论》「鼎革奖」的年度新技术突破奖。因为具有以上优势，元脑企智EPAI一体机就为用户解决了燃眉之急。尤其是大型制造业客户，无论是CIO、团队，还是三产公司，在数据、人员、技术方面都有很多积累，而应用本身也有应用牵引的趋势。而另一类，就是传统的ISV（独立软件开发商）客户。对于他们，浪潮信息有上百号博士团队在做算力、算法、框架的应用开发工作，在算力上也很强，优势明显。目前的情况是，对于非常专业的应用领域，国内能卖相关服务不多，花很高的代价，也未必找得到。原本浪潮信息有这个能力，但没有开放。如今，浪潮信息把经验、服务都集成到了一体机的产品中，正好满足了他们的需求。在浪潮信息看来，如今大模型落地的最大痛点，不是算法，也不是产品，而是行业的know-how。如果数据不ready，也很难通过一个工具、一个软件或一台设备去解决。但这时如果有一个一体机的产品，还能跟懂行业、懂数据但不懂AI的ISV互相赋能，大模型的落地就会变得很容易。从2021年开始到现在，浪潮信息已成行业里的骨灰级玩家。比如2021年做完源1.0后，22年浪潮信息就已经在用RAG做内部智能客服系统。如今，凭着对模型本身的know-how，以及模型使用上的know-how，浪潮信息再次赋能自己的合作伙伴，加速企业大模型应用开发，打通了大模型落地最后一公里的难题。
