- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技大本营的专栏
从最强AI算力到“元脑”2.0，智算加速产业变革
要让这些模型有效有效运转需要AI芯片和AI服务器。 据浪潮估计，2020年，以GPU为代表的AI加速芯片所交付的算力已经超过同类CPU，预计到2025年，AI加速芯片所提供的算力可能在超过80%。 基于浪潮的AI服务器架构，融合寒武纪多芯高速互联技术，提供高达4096Tops的峰值计算性能，为AI训练、推理或混合型人工智能计算加速任务提供超强AI算力支撑。 总之，向着高算力、高可扩展性、高性价比的目标，浪潮已推出的AI计算产品阵列可以全方位地满足不同训练和推理场景的算力需求。 比如，荣联科技、趋动科技、浪潮携手助力西湖大学智算中心建设，是一个“AI算力配置+AI集群优化+实施运维能力”的顶级智算中心方案交付配置。 同时，通过将浪潮的AIstation AI集群调度系统与趋动科技的OrionX AI算力池化加速方案进行无缝的融合，对AI算力和应用负载进行精细化管理，提升50%AI算法开发部署效率，提升5倍以上的AI
59820编辑于 2023-05-08 【AI算力加速指南：让设计、办公、创作效率翻倍】
标题 《AI算力加速指南：让设计、办公、创作效率翻倍》 引言 简述AI算力对现代工作流程的变革意义 提出核心问题：如何利用AI算力提升设计、办公和创作场景的效率 AI算力的核心技术与工具 硬件层面：GPU /TPU加速、云端算力租赁、边缘计算设备 软件层面：AI框架（TensorFlow、PyTorch）、模型优化工具（ONNX、TensorRT） 主流平台：Google Colab、AutoML、Adobe Sensei等 设计领域：AI算力加速实战 自动化设计工具：Canva AI、Figma插件（如AI布局生成） 图像处理加速：Stable Diffusion本地部署优化、Photoshop神经滤镜硬件配置 实时转录与重点提取 数据分析：Power BI集成AI模型加速洞察 创作效率：从内容生成到优化 文本创作：GrammarlyGO、Jasper的算力需求与响应速度优化 视频制作：Runway ML的云端算力分配技巧 音乐生成：AIVA的本地GPU加速配置指南 算力资源管理技巧 成本控制：混合使用本地与云端算力的策略 性能调优：根据任务类型选择模型精度（FP16/INT8） 隐私与安全：敏感数据下的离线AI工具链搭建
30410编辑于 2025-12-17- 来自专栏创作是最好的自我投资
AI时代，存力 or 算力 哪个更重要
然而，在AI技术如此迅猛发展的今天，我们不禁要问：究竟是算力还是存储能力，是推动AI技术飞速发展的关键核心呢？算力算力，即计算能力，是指在进行数学运算、逻辑运算以及数据处理等操作时所具备的计算效能。 在云计算环境下，面对海量的数据库，需要强大的算力来高效执行诸如数据挖掘、机器学习模型训练等复杂任务，这涉及到大规模矩阵运算、深度神经网络的前向传播与反向传播计算等，对算力的要求极高。 总的来说至此，我们能够清楚地认识到，存力与算力对于AI技术的发展而言，有着同等的重要意义。若缺乏算力，AI就会失去从海量数据里迅速挖掘有效信息的能力，这就好比轮船没有了驱动自身向前航行的螺旋桨一样。 从另一方面来说，要是没有存力，AI发展所依存的海量数据就没有地方存放。一旦失去数据这个支撑，AI就如同轮船脱离了能够航行的海水，最终只能停滞在原地，无法前行。 总的来说，AI技术的快速发展就像鸟儿飞翔需要一双有力的翅膀一样，绝对离不开存力和算力这两者如同双翼般的支撑。这就如同行人在进行长途跋涉时，必须要依靠双脚的力量一样，缺一不可。
47820编辑于 2025-01-12 - 来自专栏新智元
Science子刊：人脑存在加速学习机制，算力赛过最新AI算法
以色列交叉学科团队发现，人脑存在加速学习适应机制，新机制人工神经网络计算能力远超最新AI算法。「新智元急聘主笔、高级主任编辑，添加HR微信（Dr-wly）或扫描文末二维码了解详情。」 我们大脑的高级学习机制可能会导致更高效的AI算法。 通过在神经元培养上进行新型人工神经网络实验，研究人员首先证明了增加的训练频率会加速神经元适应过程。 2.加速基于生物学启发机制的有监督的可实现学习规则。 与生物学机制的暗示相符合，随着训练频率的增加，适应过程将大大加速， 这可能意味着随时间变化的递减适应步长（等式 1）： 当前的适应步骤?? techxplore.com/news/2020-04-rebuild-bridge-neuroscience-artificial-intelligence.html 论文参见：《科学报告》：脑实验暗示适应机制优于通用AI
87950发布于 2020-04-26 - 来自专栏量子发烧友
（下）基于算力加速的量子模拟问题
（上）基于算力加速的量子模拟问题 PART 04 NVIDIA Linux GPU内核 在异构并行计算的大潮中，显卡巨头NVIDIA（英伟达）的研发团队宣布NVIDIA进军量子计算领域为量子开发者构建开发工具 研究人员期望将QPU当作一类强大的加速器，使经典和量子系统连接成混合量子计算机。 为了支持高速集合运算，每个NVSwitch都有64个NVLink端口，并配有NVIDIA SHARP引擎，可用于网络内归约和组播加速。 InfiniBand——加快通信速度 InfiniBand和以太网是超算领域较常用的互连方式和协议。 量子模拟器正极大地发挥量子计算的算力优势。正如英伟达加速计算副总裁Ian Buck在国际超算大会的演讲中所说：“量子计算具有巨大的潜力。
87520编辑于 2023-02-24 - 来自专栏OpenFPGA
瞄准ADAS，算力突破600T!这颗AI加速器IP牛！
昨天，深耕人工智能加速器领域的 Imagination Technologies带来了一款瞄准ADAS的神器----多核IMG Series4 NNA，号称为ADAS而生的终极AI加速器！ “汽车行业正处于变革的风口浪尖，自动驾驶汽车和自动驾驶出租车等新的应用场景对人工智能（AI）的性能水平提出了更高的要求，它们需要高的算力，为此，Imagination已经与汽车行业和其他重视功能安全的行业中的领先企业和创新者展开了合作 对于汽车自动驾驶，要实现更高级的功能必须有强大的算力做保障，ABI Research智慧出行和汽车首席分析师James Hodgson表示预计到2027年左右，对ADAS的需求将增长两倍，但汽车从L2和 举例来说，一个8内核集群可以提供100 TOPS的算力，那么，配有6个8核集群的解决方案就可以提供600 TOPS的算力。 在AI推理方面，Series4 NNA的性能比嵌入式GPU快20倍以上，比嵌入式CPU快1000倍。 ? ?
1K31发布于 2020-11-26 - 来自专栏量子发烧友
（上）基于算力加速的量子模拟问题
导读 在处理某些规模庞大和复杂的数据与计算时，量子计算独有的叠加和纠缠特性在算力方面相比于经典计算表现出强大优势。 采用具有超强算力的计算机模拟量子计算过程，是目前研究量子计算、辅助量子计算机执行任务的一种方式。 QPU算力随比特数n的增长呈幂指数2n增长。 CPU算力随比特数n的增长呈线性增长、QPU随n的增长呈n的平方次增长；QPU随n的增长呈幂指数2^n增长。 图为CPU与GPU芯片资源分布 关于NVIDIA Linux GPU内核相关内容详见《（下）基于算力加速的量子模拟》 QuTrunk项目计划开源地址Github地址：http://github.com
92130编辑于 2023-02-24 - 来自专栏IT创事记
AI催生算力供给侧变革
，深入挖掘数据价值，加速企业决策，实现柔性生产和按需供应。 需求端的红火固然可喜，但有效算力的供给难免出现结构性短缺的问题。算力对应的产品、服务和解决方案，与客户需求之间时常存在错配现象。人们期待HPC和AI的供给侧，也能来一场轰轰烈烈的变革。 算力发生供给侧变革 身处HPC和AI的风口浪尖，很多设备商和服务商已经感受到了算力供给的痛点，积极进行相关的战略布局和产品研发。 算力改变世界 算力到底是如何改变世界的呢？再回到本文开头提到的零售业——这是人们日常生活中最容易触摸到的行业，其演变轨迹处处闪现着算力的魔力。 强大的算力正在改变零售业，改造所有传统行业，最终也将创建一个全新的世界。
47120编辑于 2022-08-30 - 来自专栏智能相对论
算力形态进化后，AI超算能解开数据科学团队的算力桎梏吗？
这意味着，能够符合医疗需要并实现快速迭代的AI系统，其背后一定需要越来越强大的算力来加速模型的训练。 几乎所有AI场景对算力的需求都在加速膨胀，过去一些年，市面上能够提供给数据科学团队的算力形态，在一定的条件下都未必能很好地满足需要，尤其是主流的基于CPU的庞大数据中心，在计算能力上离支撑快速迭代要求的算力水准还有较大差距 加速神经网络模型的训练。 而在具体场景中，很多组织也在通过AI超算获得算力。 可以看到，AI超算正在满足不同类型组织中的数据科学团队需要。 除了算力，AI超算 还将解决数据团队的“要素配置”难题？
1.4K30发布于 2021-07-22 - 来自专栏科技云报道
“大建设”时期，AI算力何去何从？
算力就是生产力，得算力者得天下。 随着新一代人工智能技术的快速发展和突破，以深度学习计算模式为主的AI算力需求呈指数级增长。 毕竟，在人工智能发展的三要素：数据、算法和算力中，无论是数据还是算法，都离不开算力的支撑。 那么，AI算力从哪来？ AI算力进入“大建设”时期 AI算力对于提升国家、区域经济核心竞争力的重要作用已经成为业界共识。 在AI产业化、产业AI化和政府治理智能化等需求的驱动下，我国AI算力蓬勃发展。 VR内容提供商对于快速打造虚拟场景、提高用户感官体验的追求，激发了其对于AI算力的需求。 结语 新一轮的算力革命，正在加速启动。
49130编辑于 2023-02-14 - 来自专栏新智元
算力即王道！千亿级AI大模型，没有「算力网」怎么行？
---- 新智元报道 编辑：好困 yaxin 【新智元导读】算力就是生产力，得算力者得天下。千亿级参数AI模型预示着算力大爆炸时代来临，不如织起一张「算力网」试试？ 得算力者得天下。 答案就两个字：算力。 毕竟，人工智能发展的三要素：数据、算法和算力中，无论是数据还是算法，都离不开算力的支撑。 算力从哪来？ 随着人工智能模型的逐渐成熟，以及各个行业的智能化转型，越来越多的企业都体验到了AI带来的便捷。 AI的应用必定会涉及到算力的需求，然而让每个企业都去搭建「人工智能计算中心」显然是不现实的。 然而，中国科学技术信息研究所在《人工智能计算中心发展白皮书》里指出，目前我国在人工智能计算中心的发展上遇到的一个重要的问题是： 不管是作为算力的AI芯片，还是实现算法的模块化封装的AI开发框架，95%以上都被外国的公司所垄断 人工智能计算中心具有了训练、推理能力以及供AI开发的平台，自然也就有了能够向外输出的强大算力了。 那么问题又来了，建设这么一堆人工智能计算中心就够了么？ 不如把算力连成「网络」？
2K60发布于 2021-10-12 - 来自专栏Tencent Serverless 官方专栏
加速布局元宇宙，解放本地算力！Unity正式发布「Unity云端分布式算力方案」
在这个赛道上，Unity 最新推出了「Unity 云端分布式算力方案」，成为赋能未来元宇宙创作者的一大利器。 元宇宙绝非简单的游戏，但游戏却是最早具备元宇宙特征的产品。 Unity 此次推出的「Unity 云端分布式算力方案」，共包含三个方面：云烘焙 (Cloud Bake)、Unity 云端分布式资源导入与打包、大模型数据云端轻量化。 除了「Unity 云端分布式算力方案」，Unity 性能优化解决方案 UPR 也使用了云服务，进一步释放本地计算资源。相信未来会有更多产品逐步被部署到云端，加速创作者们的创作之路。 云函数 & Unity - 云端分布式算力方案 公测申请 加速创作者们的创作之路，Serverless Cloud Function「云端分布式算力方案」正式开放免费公测，希望您能抽出几分钟时间，填写以下信息 github.com/serverless 官网: cloud.tencent.com/product/serverless-catalog 点击「阅读原文」，立即申请使用 云函数 & Unity「云端分布式算力方案
1.7K20发布于 2021-09-15 德适生物 X 腾讯云：AI算力加速生殖医学影像模型落地
，亟需解决算力瓶颈以缩短研发周期。 2.构建高性能计算与全流程开发架构德适生物与腾讯云深度合作，基于腾讯云高性能计算集群（HCC）与AI开发平台，构建了全栈技术底座：高性能算力支撑：依托腾讯云HCC高性能计算集群提供强大的GPU算力，配合高带宽 全流程开发加速：引入腾讯云TI平台，覆盖从数据清洗、模型构建到训练、评估及服务的AI全生命周期。利用其内置的大模型训练框架和工具，支持IMedImage™进行高效的微调与迭代。 4.依托全栈AI基础设施赋能医疗创新选择腾讯云的核心在于其实现了从底层算力到上层应用部署的闭环赋能。 这种“开箱即用”的基础设施能力，使得德适生物能够专注于核心医学算法创新，快速将“AI+医疗”技术转化为临床生产力。ge
15200编辑于 2026-01-18- 来自专栏科技云报道
“吞金兽”ChatGPT背后：AI算力告急！
AI算力霸权时代的到来 模型算力需求增速超越芯片性能增速，算力霸权时代或将到来。 因此，AI训练模型算力需求增长与芯片计算性能增长之间的不匹配，或将带来对算力基础设施供给需求的快速增长。 考虑到算力对于AI模型训练效果的关键性作用，拥有更丰富算力资源的模型开发者，或将能够训练出更优秀的AI模型。 所以现在有一种说法：AI进入了新的算力霸权时代，大家要用千倍、万倍的算力才能训练出世界上最好的算法。 那么无论是谁参与进来，都需要回答一个问题：算力成本怎么解决？ 对于AI产业来说，“东数西算”也可以成为“东数西训”，即庞大的训练算力需求完全可以转移到算力成本更低，同时规模更具优势的西部数据中心中进行。
1.5K90编辑于 2023-02-23 - 来自专栏人工智能头条
如何提升AI算力？他们这样说......
7 月 21 日，“决胜算力时代 ”AI 算力高端闭门分享会在北京天使汇极客咖啡举办。本次分享会由 CSDN 发起，由 CTO 俱乐部，深脑链、AI 科技大本营和区块链大本营协办。 分享会从 AI 算力的现状和趋势谈起，并从硬件设计和算法优化两个层面切入，剖析算力提升的最新落地经验和误区，最后针对算力成本居高不下的普遍现状，引入算力的新型协作方式---借用区块链生态的分布式协作，大幅降低企业算力成本 AutoML 的整个过程需要大量的计算力，它对算力需求分为两部分，第一部分是本身的模型评估，这与平时模型的训练类似。 由于爆炸增长的 AI 算力需求是目前制约人工智能发展的主要瓶颈，所以他谈到了区块链如何以分布式协作，将“挖矿”和 AI 训练结合在一起，将汇集闲散的算力用于 AI 训练中，以及如何将区块链浪费资源的计算转化为高效率的人工智能深度学习 其次区块链在早期很多机器接入进来，除了能够整个生产力系统分配的奖励之外，还可以获得支付的算力，这两部分组成了一个完整收入，不过这对一个使用算力的人来说费用其实很少，这就满足了需求和供应两端的需求。
1.1K10发布于 2018-08-03 DeepSeek自研AI芯片，AI算力新变革？
AI算力告急，成本掣肘发展当下，AI技术迅猛发展，从科研领域的复杂模型训练，到日常生活里智能语音助手的实时交互，算力成了决定AI发展的关键因素。 通过定制硬件，DeepSeek能针对自身模型运算特点，比如加速矩阵乘法、减少内存访问延迟等进行深度优化，大幅提升模型运行效率。 近年来，已有至少16家国产芯片厂商与DeepSeek展开适配合作，显示其在构建多元算力生态上已有所布局。 若DeepSeek自研AI芯片成功，将为AI应用提供更高效、经济的算力支持，推动AI在智能交通、医疗、金融等领域落地，加速各行业智能化升级。不过，该计划尚处早期，还有技术难题待攻克。 但无论如何，DeepSeek这一举措已在AI领域播下极具潜力的“种子”，其未来发展值得持续关注。公众号：算力之光
40010编辑于 2025-02-17- 来自专栏产品经理的人工智能学习库
算力 – computation
文章目录 人工智能里的算力是什么？ 在普通电脑中，CPU就提供了算力帮助电脑快速运行。玩游戏的时候需要显卡提供算力，帮助电脑快速处理图形。 而在 人工智能中，需要有类似CPU和GPU的硬件来提供算力，帮助算法快速运算出结果。 之前在算法里讲过，在制造木桌的过程中，工厂的流水线就是算法。 在那个例子中，工厂中的机器就像算力，机器越好越先进，制造的过程就越快。 ? 算力越大，速度越快 维基百科版本 Techpedia版本 算力是使用计算机技术完成给定目标导向任务的过程。 算力可以包括软件和硬件系统的设计和开发，用于广泛的目的 – 通常构建，处理和管理任何类型的信息 – 以帮助追求科学研究，制作智能系统，以及创建和使用不同的媒体娱乐和交流。 查看详情 维基百科版本 算力是使用计算机的任何活动。它包括开发硬件 和软件，以及使用计算机来管理和处理信息，进行交流和娱乐。算力是现代工业技术的一个至关重要的组成部分。
2.6K30发布于 2019-12-18 - 来自专栏腾讯云服务器团队的专栏
腾讯云助力算力加速
人工智能作为推动数字经济发展的算力基础和重要支撑，已经广泛运用于诸如自然语言处理、图像识别、自动驾驶、医疗诊断、金融风控等各大应用领域。 随着算力需求的不断增长，计算集群规模不断扩大，模型训练计算节点之间网络性能要求也越来越高，其中高吞吐和低时延成为两个重要的关键诉求。 云上实现节点间高速低延时互联通常需要高性能专有计算集群，通过专用的交换机，支持集群节点高速低延时的 RDMA（Remote Direct Memory Access）互联，为大规模集群提供高效的多机加速比 EFI 可以与 NCCL 库配合使用，提供高效的 GPU 集合通信能力，从而加速深度学习和机器学习的训练速度和效率。 如何体验 腾讯云最新自研技术 EFI 现已发布内测，可支持 GPU 型 PNV4ne，适用于小型分布式 AI 训练场景。在不增加额外费用的前提下，用户可以体验高性能的 RDMA 网络通信能力。
2K20编辑于 2023-07-15 《算力狂飙！万亿参数模型推理加速全攻略 》
算力狂飙！万亿参数模型推理加速全攻略家人们，如今 AI 界 “卷” 得那叫一个厉害，万亿参数模型如雨后春笋般不断涌现。这些模型虽然超级强大，但对算力的要求，简直就是 “无底洞”。 今天，小编就带着大家，一起探索万亿参数模型推理优化的秘籍，从混合精度计算到分布式显存调度，为大家奉上全链路加速指南！推理优化前奏：认识万亿参数模型1. 万亿参数模型有多牛？ 三、多卡并行：让算力 “火力全开”1. 为什么要多卡并行？单个 GPU 的计算能力和显存容量有限，面对万亿参数模型，往往 “力不从心”。 结语到这里，万亿参数模型推理优化的全链路加速指南就分享完啦！希望大家通过这篇文章，对模型推理优化有更深入的理解。AI 领域技术发展日新月异，模型推理优化的方法也在不断更新。 让我们一起在 AI 的浪潮中，乘风破浪，不断探索！
50310编辑于 2025-04-03- 来自专栏新智元
AI 2027研究揭秘美国算力真相！中国全球AI专利Top1，但美国或以算力取胜
比如，谷歌作为美国算力最强的公司，也只占全球先进算力的15%左右（并非全部用于AI研发）；OpenAI的占比更是只有5-10%。 而AI竞争的关键，就在于能否将算力集中投入到特定项目中。 在他们的推演中，中国将在2026年开始集中算力资源，把15%算力份额中的10%集中到一个单一的大型AI项目中；而美国的算力资源则依然处于分散状态。 由于中国的AI项目将占用全球10%的算力，而美国领先的项目将占用全球15-20%的算力。 如果AI大爆发要到2030年代才会发生，那么中国就将占据更有利的地位。 全球，美国和美国公司的AI电力 人才 VS 算力 难道AI仅仅取决于算力吗？当然不是。 通过算法上的突破，即提升构建AI的效率，可以在一定程度上弥补算力的短板。 但在他们看来，由于算法会受到算力的制约，即便时通过大量的人才去进行算法创新，终究无法弥补与美国的算力差距！
73110编辑于 2025-04-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号