近日，百度智能云成功點亮昆侖芯三代萬卡集群，這也是國內(nèi)首個正式點亮的自研萬卡集群。百度智能云將進(jìn)一步點亮3萬卡集群。

?國產(chǎn)昆侖芯萬卡集群以及未來三萬卡集群的建設(shè)，從硬件到軟件，技術(shù)挑戰(zhàn)是全方位的。而24年9月升級的百度百舸AI異構(gòu)計算平臺4.0，圍繞落地大模型全旅程的算力需求，在集群創(chuàng)建、開發(fā)實驗、模型訓(xùn)練、模型推理四大方面，能為企業(yè)提供“多、快、穩(wěn)、省”的AI基礎(chǔ)設(shè)施，在萬卡集群的建設(shè)中發(fā)揮了至關(guān)重要的作用。

?首先，突破硬件擴(kuò)展性瓶頸，如卡間互聯(lián)的拓?fù)湎拗?，避免通信帶寬成為瓶頸；同時，圍繞芯片及集群功耗，基于萬卡規(guī)模常規(guī)方案功耗可達(dá)十兆瓦或更高，采用創(chuàng)新性散熱方案，從而解決萬卡集群的能效與散熱問題；完善模型的分布式訓(xùn)練優(yōu)化，采用高效并行化任務(wù)切分策略，訓(xùn)練主流開源模型的集群MFU提升至58%；在提升穩(wěn)定性方面，提供容錯與穩(wěn)定性機(jī)制，避免由于單卡故障率隨規(guī)模指數(shù)上升而造成的萬卡集群有效性大幅下降，保障有效訓(xùn)練率達(dá)到98%；最后，針對機(jī)間通信帶寬需求，建設(shè)超大規(guī)模HPN高性能網(wǎng)絡(luò)，優(yōu)化拓?fù)浣Y(jié)構(gòu)，從而降低通信瓶頸，帶寬有效性達(dá)到90%以上。

同時，昆侖芯作為百度自研的AI芯片，憑借其獨特的技術(shù)優(yōu)勢，在百舸4.0的能力加持下，在生成式人工智能時代展現(xiàn)出了巨大的競爭力。

未來一年，將是各種AI原生應(yīng)用爆發(fā)的黃金時期。自研芯片和萬卡集群的建成帶來了強(qiáng)大的算力支持，同時有效提升百度和客戶的資源整體利用率，降低大模型訓(xùn)練成本，推動了模型降本的趨勢，為整個行業(yè)提供了新的思路和方向。

隨著國產(chǎn)大模型的興起，萬卡集群已從單純算力供給逐漸向“有效”算力供給過渡，通過模型優(yōu)化、并行策略、有效訓(xùn)練率提升、動態(tài)資源分配等手段，智能調(diào)度任務(wù)，將訓(xùn)練、微調(diào)、推理任務(wù)混合部署，最大化提升集群綜合利用率，降低單位算力成本，從而真正發(fā)揮算力效能。百度智能云將始終陪伴在所有企業(yè)身旁，通過本次萬卡集群點亮和應(yīng)用落地，持續(xù)為企業(yè)提供源源不斷的穩(wěn)定、高效的算力動能。