首页 > 焦点要闻 > 浪潮获中国移动咪咕AI亿元大单过半份额

浪潮获中国移动咪咕AI亿元大单过半份额

2018-06-04 16:31  

基本信息

面向行业
应用领域
近日,浪潮成为中国移动子公司咪咕文化科技有限公司(简称咪咕)2018年GPU服务器采购项目的最大供应商,获得亿元采购订单一半份额。浪潮将为咪咕提供涵盖创新AI服务器AGX-2、高效深度学习并行计算框架Caffe-MPI和人工智能深度学习管理系统AIStation在内的全球领先的AI计算基础架构。此次成功中标中国移动子公司咪咕,标志着浪潮在AI赋能运营商领域取得重要突破,将成为运营商AI应用的示范标杆。
咪咕是中国移动面向移动互联网领域设立的,负责数字内容领域产品提供、运营、服务的一体化专业子公司。目前, 咪咕已成为国内领先的全场景品牌沉浸平台,汇聚超过1700万+首歌曲、430万条视频、1200+路音视频直播、50万+册书刊、3万+款游戏、47万集动漫画。基于如此庞大而海量的数据,咪咕承载着中国移动大部分的人工智能业务。而为了更好的开展人工智能技术的研发与应用,咪咕投入巨资建设超大规模的人工智能线下训练平台、线上推理平台及相应的云计算平台,重点研发适用于通信行业的人脸识别、智能客服、舆情分析等AI技术和应用。 
浪潮为咪咕提供了涵盖创新AI服务器AGX-2、高效深度学习并行计算框架Caffe-MPI和人工智能深度学习管理系统AIStation在内的全球领先的AI计算基础架构。AGX-2是全球首款在2U空间内高速互联集成8颗最高性能GPU加速器的服务器,在2U空间内支持部署8块NVLink或PCI-E 接口的NVIDIA Tesla P100 GPU,并在业界率先支持NVLink 2.0和NVIDIA Tesla 16GB/32GB V100。同时,AGX-2具备拓扑的灵活性可支持NVIDIA NVLink和PCIe两种GPU互联方案,采用NVIDIA NVLink时可提供GPU间高带宽低延迟互联以及高达300GB/s的吞吐量。AGX-2具备良好的I/O扩展能力,提供8块NVMe/SAS/SATA热插拔硬盘,可支持最多4块100Gbps的EDR  InfiniBand接口卡的高速集群互联;AGX-2不仅支持通常的风冷散热方式,还可支持片上水冷以提供更高的计算能效比。
浪潮AI服务器AGX-2
浪潮开发的深度学习并行计算框架Caffe-MPI和人工智能深度学习管理系统AIStation,使得深度学习框架的并行效率更高,并有效降低AI集群的管理复杂度。其中,在基于国际通行的Imagenet数据集进行深度学习模型训练时,浪潮Caffe-MPI表现出良好的并行扩展性,其性能是Google最新深度学习框架TensorFlow的近两倍。而浪潮AIStation可以提供从数据准备到分析训练结果的完整深度学习业务流程,支持Caffe、TensorFlow、CNTK等多种计算框架和GoogleNet、VGG、ResNet等多种模型,支持对训练过程实时监控并可视化训练过程,支持打印每一步的损失函数值的日志、训练误差或测试误差等,支持动态分配GPU资源实现资源合理共享,实现了“一键式”部署深度学习计算环境、快速启动训练任务,实时监控集群的使用情况,合理安排训练任务,可及时发现运行中的问题,提高集群的可靠性。
浪潮AI管理软件AIStation 系统架构
此外,深入理解咪咕的AI应用、联合开展相应的POC测试、协助搭建AI训练模型、不断提出优化建议,无疑是浪潮此次成功中标咪咕的“加分项”。这些无形的“软实力”让咪咕能够更加快速的开展AI模型训练的相关研究,并为应用加速提供了良好的服务支撑。
凭借着对产品技术创新能力的重视、对AI赋能行业的深刻洞察、以及对生态建设持之以恒的投入,浪潮在AI计算市场上取得了突飞猛进的发展。现在,浪潮在中国AI计算产品领域市场份额第一,是百度、阿里和腾讯等领先科技公司AI服务器的最主要供应商,占有率达到90%。 同时,浪潮与科大讯飞、今日头条、Face++、网易、东方网力等公司在AI系统与应用方面,一直保持着深入持续的合作,帮助客户在语音、视频、图像、搜索、网络等各方面取得数量级的应用性能与计算力的大幅提升。
 
赞 0个人觉得赞
logo

浪潮大数据

规模:200人以上

网站: http://www.inspur.com/

浪潮集团是以服务器、软件为核心产品的国有企业,最先研发出国产服务器,并将国产关键应用主机TS-K1替代进口产品应用于金融、通信、政府、军队等领域,获国家科技进步...

粉丝1

关联信息

关于我们 | 全生命周期管理 | 服务的客户 | 版权说明 | 联系我们

Copyright 2008-2016 cnbp.net All rights reserved 经营许可证编号:京ICP证160891

意见
反馈
返回
顶部