近日，網宿科技宣布升級推出GPU算力平臺。網宿GPU算力平臺基于網宿廣泛分布的節點資源，提供高性能GPU算力資源，能顯著提升圖形處理以及浮點運算能力，并具備彈性、低成本、易于使用等特性，可廣泛應用于AI大模型訓練、AI推理、圖形可視化、視頻處理、云游戲、AIGC等多種應用場景。
網宿科技邊緣云平臺部總監蘇學敏表示，此次網宿升級推出全新GPU算力平臺，是公司在算力網絡領域的持續深化，希望為各行業的數智化升級構筑強大算力支撐，共同分享AI時代的創新機遇。
(資料圖)
眾所周知，伴隨5G、AI、大數據等新一代信息技術的快速發展，諸如云游戲、元宇宙、VR/AR等新應用場景加速照進現實，隨之帶來大量的算力需求。而當前人工智能大模型的興起，大模型的訓練和推理過程進一步帶動算力需求爆發，同時也推動算力需求由通用性CPU算力向高性能GPU算力發展。中國信通院發布的報告顯示，2022年我國GPU智能算力規模近乎翻倍，達到268EFLOPS，超過通用算力規模，預計未來5年我國智能算力規模的年復合增長率為52.3%。
在巨大的算力需求下，業內廠商意識到誰能提供真正的高性能GPU，誰就能贏得市場、掌握未來。而依托海量資源與深厚技術能力，網宿科技已經布局其中。
據悉，網宿邊緣GPU算力平臺具備四大優勢，一是提供邊緣就近接入，顯著降低時延；二是依托廣泛分布的節點優勢，實現邊緣GPU資源覆蓋全球主流區域；三是靈活彈性，實現按需使用算力資源、優化成本；四是提供強大計算性能，在處理復雜的計算任務、大規模數據處理和高性能計算等方面表現出色。
蘇學敏介紹，網宿GPU算力平臺實現了從IaaS、PaaS、SaaS層的全面覆蓋，目前已經在AI大模型訓練、邊緣渲染、邊緣推理、轉碼、云游戲、AIGC文生圖、虛擬人等場景落地。
以AI大規模訓練場景為例，AI訓練涉及大規模的數據處理和復雜的計算任務，需要大量的計算資源和數據存儲空間，對硬件和基礎設施提出巨大挑戰，且成本居高不下。傳統的CPU服務器存在效率瓶頸，已然無法滿足快速迭代和實時決策的需求。
網宿GPU算力平臺的并行計算能力使其能夠同時處理多個數據和模型，充分利用硬件資源，可以在較短的時間內訓練更大規模的模型、處理更多的數據，從而提高訓練的效率。同時，網宿GPU算力平臺提供靈活的計算實例類型和規模選擇，使客戶可以根據實際需求進行擴展或縮減，無需投資昂貴的硬件設備，即實現成本最優。
而在離用戶更近的場景中，包括虛擬人、云游戲等都對實時渲染提出超高要求，網宿GPU算力平臺采用邊緣就近推流、私有協議推流，可以降低時延、保證安全穩定，并且利用GPU的強大并行計算能力和先進的圖形渲染技術，可以實現高質量、逼真的渲染效果，幫助客戶提升應用的用戶體驗與市場競爭力。
“每一次顛覆性應用從興起走向大規模落地，背后都需要技術作為助推，網宿希望一如既往扮演好技術橋梁的角色，賦能客戶實現創新應用的快速落地。”蘇學敏表示。
值得注意的是，在AI算力催化下，GPU市場規模正爆發式增長。根據IDC的數據顯示，全球GPU市場規模在2021年達到了約250億美元，預計到2026年將達到550億美元，年復合增長率（CAGR）為17%。增長主要得益于人工智能和深度學習領域對高性能計算資源的旺盛需求，此外，隨著AI技術的普及，越來越多的企業和研究機構開始加大對GPU的投資，進一步推動了市場的擴張。
（編輯 張明富）
關鍵詞：
