京東云推出vGPU池化方案,大模型訓練效率提升 成本降低
(資料圖片僅供參考)
隨著人工智能應用的廣泛應用,圖形處理器(GPU)作為AI計算的核心硬件之一,需求量持續增長。為滿足這一需求,京東云近日推出了一種名為vGPU的池化方案。這是一種一站式的GPU算力池化能力,能夠使GPU的利用率提高最高達70%,從而大幅度降低大模型推理的成本。 實踐效果顯示,通過GPU異構資源池化,AI運行效率得到提升,成本降低,整體GPU利用率提升70%,具有顯著的優勢和實際應用價值。結合任意切分和按需分配,在同等GPU數量的前提下,實現了數倍業務量擴展和資源共享,降低了硬件采購成本,使用更少的AI芯片支撐了更多的訓練和推理任務。 京東云表示,這個方案是基于他們自主研發的混合多云操作系統云艦。在原有支持混合多云CPU算力池化能力的基礎上,京東云針對大模型訓練所需的泛算力池化能力,進一步增強了針對AI應用所需的調度管理能力。這包括卡管理、節點管理、異構資源調度管理等,為包括大模型訓練在內的多種AI應用,提供一站式算力池化解決方案,從而全面提升資源利用率。 京東云的這個池化方案具有四大優勢:算力切分靈活,支持精細化的配額管理,適配主流CUDA版本和不同GPU芯片適配,還支持節點虛擬分組和節點組指定應用使用,這些優勢將全面提升大模型訓練效率。 在實際使用場景中,開發者可以根據卡型號申請資源,按算力和顯存切分,統一由控制器根據用戶指定的調度策略調整。僅在訓練、微調和推理任務啟動時進行動態分配,在任務結束即可以釋放,支持多任務算力隔離和任務冷啟動。 京東云的vGPU池化方案是一種高效、靈活、經濟的解決方案,對于大模型訓練和AI應用具有重要的實用價值。未來,隨著人工智能技術的不斷發展和普及,vGPU池化方案將會發揮更加重要的作用,為企業的AI應用提供更加靈活和高效的解決方案。
關鍵詞:
2023-08-17 20:03:00
2023-08-17 20:02:37
2023-08-17 20:01:29
2023-08-17 19:54:45
2023-08-17 19:54:01
2023-08-17 19:23:49
2023-08-17 19:07:17
2023-08-17 19:05:32
2023-08-17 19:05:28
2023-08-17 19:04:48
2023-08-17 19:02:40
2023-08-17 19:02:33
2023-08-17 19:00:21
2023-08-17 18:59:44
2023-08-17 18:59:42
2023-08-17 18:57:59
2023-08-17 18:07:06
2023-08-17 18:06:28
2023-08-17 18:06:24
2023-08-17 17:57:02
2023-08-17 17:56:23
2023-08-17 17:55:15
2023-08-17 16:44:34
2023-08-17 16:06:21
2023-08-17 16:05:36
2023-08-17 16:00:38
2023-08-17 15:58:53
2023-08-17 15:58:12
2023-08-17 15:22:04
2023-08-17 15:06:54
2023-08-17 15:04:48
2023-08-17 15:03:39
2023-08-17 15:00:38
2023-08-17 14:55:28
2023-08-17 14:07:36
2023-08-17 14:06:14
2023-08-17 14:03:14
2023-08-17 14:01:58
2023-08-17 14:00:43
2023-08-17 13:57:07
2023-08-17 13:06:11
2023-08-17 13:01:34
2023-08-17 12:58:50
2023-08-17 12:24:29
2023-08-17 12:07:59
2023-08-17 12:05:08
2023-08-17 12:03:35
2023-08-17 11:53:57
2023-08-17 11:07:36
2023-08-17 11:04:49
2023-08-17 11:01:35
2023-08-17 10:58:42
2023-08-17 10:55:11
2023-08-17 10:54:46
2023-08-17 10:07:56
2023-08-17 10:04:05
2023-08-17 10:01:46
2023-08-17 09:59:47
2023-08-17 09:58:52
2023-08-17 09:56:15
2023-08-17 09:54:54
2023-08-17 09:54:32
2023-08-17 09:54:29
2023-08-17 09:32:53
2023-08-17 09:09:31
2023-08-17 09:07:46
2023-08-17 08:54:52
2023-08-17 08:54:35
2023-08-17 08:32:19
2023-08-17 08:06:59
2023-08-17 08:06:24
2023-08-17 08:03:24
2023-08-17 08:01:45
2023-08-17 07:56:54
2023-08-17 06:59:45
2023-08-17 06:59:13
2023-08-17 05:58:54
2023-08-17 03:42:07
2023-08-16 23:07:05
2023-08-16 22:35:33
2023-08-16 21:15:24
2023-08-16 21:06:35
2023-08-16 20:59:34
2023-08-16 20:03:11
2023-08-16 19:15:11
2023-08-16 19:02:16
2023-08-16 18:09:00
2023-08-16 18:08:27
2023-08-16 18:04:31
2023-08-16 18:03:49
2023-08-16 18:03:18
2023-08-16 18:02:53
2023-08-16 17:59:19
2023-08-16 17:57:13
2023-08-16 17:55:43
2023-08-16 17:55:26
2023-08-16 17:53:51
2023-08-16 17:02:05
2023-08-16 16:59:14
2023-08-16 16:57:54
相關新聞