近日,由人民银行主管的期刊《金融电子化》刊登了一篇题为《人工智能GPU算力资源池化应用研究》的文章,由华夏银行首席信息官吴永飞、华夏银行信息科技部的王彦博、陈志豪和徐小芳合力撰写。文章聚焦于探索并研究人工智能 GPU 算力资源池化的创新方案,并提出如何统一管理各种GPU异构算力,充分有效地利用好GPU资源,是AI应用亟需解决的问题。
据了解,该方案主要目标在于验证异构算力资源池化软件是否能够在全栈信创硬件及操作系统上正常工作,从而实现资源的统一池化管理,并将不同类型的硬件加速卡通过GPU池化软件进行算力抽象化,为上层应用提供统一的AI加速算力资源。
方案中充分利用了涵盖信创服务器+异构算力芯片,其中就包括海光异构加速卡。在资源池化管理中,海光异构加速卡表现出了卓越的性能和适应性。通过GPU池化软件,海光异构加速卡成功实现了资源按需分配、远程调用、资源切分等功能,为方案的成功验证做出了重要贡献。
作为光合组织生态成员之一,海光产品在此次研究中获得华夏银行的高度认可,有效推动了异构算力资源实现高效管理和应用,实现全栈信创AI产品能力建设,为金融应用场景安全可控改造带来了新的契机。
好文章,需要你的鼓励
Scale Computing 正在将其 SC//Platform 与 Veeam Data Platform 深度整合,扩展 Veeam 不仅限于数据备份恢复,还提供数据管理和网络韧性能力。此次合作结合了 Scale Computing 无缝自动化的 IT 基础设施与 Veeam 业界领先的数据保护平台,通过 SCRIBE 快照技术,实现近乎即时、全方位虚拟机备份及跨环境迁移,预计 2025 年 Q4 上线,现场演示将在 VeeamON 2025 展会呈现。
本文回顾了 Pure Storage 如何利用其元数据引擎、拆分架构及并行处理优势研发 FlashBlade//EXA 系统,实现性能线性扩展,满足高 GPU 训练需求。
切换大型语言模型不仅仅是更换API键。分词方式、上下文长度、指令、格式偏好和输出结构的差异都可能引发意外问题,需精心调试和评估以确保顺利迁移。
本文讨论了企业推进 AI 项目中存在的八大问题,包括用户采纳不足、指令模糊、后续维护缺失、AI 替代人力、AI 洗白、伦理忽视、安全防护不足及缺乏明确政策。