异构AI算力操作平台的架构设计与优化策略

doi:10.12267/j.issn.2096-5931.2022.03.002

信息通信技术与政策 ›› 2022, Vol. 48 ›› Issue (3): 7-12.doi: 10.12267/j.issn.2096-5931.2022.03.002

异构AI算力操作平台的架构设计与优化策略

Architecture design and optimization strategy of heterogeneous AI computing power operation platform

郭亮¹, 赵精华¹, 赵继壮²

1.中国信息通信研究院云计算与大数据研究所,北京 100191
2.中国电信研究院AI研发中心,北京 102200

收稿日期:2022-01-30 出版日期:2022-03-15 发布日期:2022-03-25
作者简介:
郭亮中国信息通信研究院云计算与大数据研究所副总工程师,正高级工程师,主要从事算力基础设施相关的政策支撑、技术研究和标准制定工作|赵精华中国信息通信研究院云计算与大数据研究所数据中心部助理工程师,主要从事数据中心相关的政策支撑、产业咨询、技术研究和标准制定等工作|赵继壮中国电信研究院AI研发中心赋能平台团队总监,高级工程师

GUO Liang¹, ZHAO Jinghua¹, ZHAO Jizhuang²

1. Cloud Computing & Big Data Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China
2. Research Academy of China Telecom, Beijing 102200, China

Received:2022-01-30 Online:2022-03-15 Published:2022-03-25

摘要/Abstract

摘要：

异构AI算力操作平台是高效可靠处理与运用多元化数据的重要承载,能够满足各类上层应用对计算资源、计算能力的多样化需求。阐述了异构AI算力操作平台的形成机制、技术架构和功能组成,并从技术能力提升、应用生态完善、评价标准规范3个方面,提出异构AI算力操作平台的优化路径和发展建议。

关键词: 异构AI算力操作平台, 异构适配, 技术融合, 智慧应用

Abstract:

Heterogeneous AI computing power operation platform is an important carrier for efficient and reliable processing and application of diversified data, which can meet the diversified demands of various upper applications for computing resources and computing resources. This paper introduces the formation mechanism, technical architecture and functional composition of heterogeneous AI computing power operation platform, and suggests that heterogeneous AI computing power operation platform could be optimized and developed from the three aspects of technical ability improvement, application ecology improvement and standardized evaluation.

Key words: heterogeneous AI computing power operation platform, heterogeneous adaptation, technology fusion, application of wisdom

中图分类号:

TP393.0

郭亮, 赵精华, 赵继壮. 异构AI算力操作平台的架构设计与优化策略[J]. 信息通信技术与政策, 2022, 48(3): 7-12.

GUO Liang, ZHAO Jinghua, ZHAO Jizhuang. Architecture design and optimization strategy of heterogeneous AI computing power operation platform[J]. Information and Communications Technology and Policy, 2022, 48(3): 7-12.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2022.03.002

http://ictp.caict.ac.cn/CN/Y2022/V48/I3/7

图/表 2

参考文献 12

[1]	开放数据中心委员会. 数据中心算力白皮书[R], 2020.
[2]	IDC,浪潮. 2021—2022年中国人工智能计算力发展评估报告[R], 2021.
[3]	中国联通算力网络产业技术联盟. 异构算力统一标识和服务白皮书[R], 2021.
[4]	工业和信息化部. 工业和信息化部关于印发“十四五”大数据产业发展规划的通知[EB/OL]. (2022-01-18)[2022-01-30]. http://www.gov.cn/zhengce/zhengceku/2021-11/30/content_5655089.htm.
[5]	工业和信息化部. 工业和信息化部关于印发“十四五”信息通信行业发展规划的通知[EB/OL]. (2022-01-18)[2022-01-30]. http://www.gov.cn/zhengce/zhengceku/2021-11/16/content_5651262.htm.
[6]	江西省人民政府. 江西省人民政府办公厅关于印发江西省“十四五”新型基础设施建设规划的通知[EB/OL]. (2022-01-18)[2022-01-30]. http://www.jiangxi.gov.cn/art/2021/11/8/art_4968_3711667.html.
[7]	徐敬蘅. 面向异构系统的大气模式并行优化方法研究[D]. 清华大学, 2019.
[8]	郑宗生, 胡晨雨, 姜晓轶. 基于改进的最大均值差异算法的深度迁移适配网络[J]. 计算机应用, 2020, 40(11):3107-3112.
[9]	阳王东, 王昊天, 张宇峰, 等. 异构混合并行计算综述[J]. 计算机科学, 2020, 47(8): 5-16+3.
[10]	孟伟, 袁丽雅, 韩炳涛, 等. 深度学习推理侧模型优化架构探索[J]. 信息通信技术与政策, 2020, 46(9):42-47.
[11]	艾瑞咨询. 2021年中国数据库行业研究报告[R], 2021.
[12]	王月, 柯芊. 智能计算中心: 人工智能时代的算力基石[J]. 中国电信业, 2021(S1):11-15.

异构AI算力操作平台的架构设计与优化策略

Architecture design and optimization strategy of heterogeneous AI computing power operation platform

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 12

相关文章 2

编辑推荐

Metrics

本文评价

[1]	张明, 王旭东, 翟爽. “双碳”背景下新型数据中心数据存储绿色节能技术[J]. 信息通信技术与政策, 2022, 48(3): 69-73.
[2]	杨波. 以提升互联网网络质效助推数字经济发展[J]. 信息通信技术与政策, 2022, 48(1): 69-74.