燧原科技宣布升級企業戰略 -- 全面打造AIGC時代的基礎設施

上海2023年3月14日 /美通社/ -- 燧原科技宣布升級企業戰略：以全棧軟硬件和集群產品為數字底座，結合MaaS (Model as a Service) 的業務模式，全面打造人工智能技術生成內容 (AIGC) 時代的基礎設施。

一、燧原大模型技術與產品深耕已久

燧原科技自創業之初就瞄準云端訓練產品市場，以突破高難度訓練芯片為目標，2019年推出的第一代產品云燧T10/T11是國內第一款具備FP32高精度算力的訓練產品。其創新的片間高速互聯，以及軟件棧聚焦優化數據并行與模型并行等大規模集群的訓練能力，奠定了今天燧原的訓練產品在國內大規模集群訓練場景的領先優勢。

基于云燧T11的冷板式液冷方案，燧原科技為之江實驗室構建了超千卡規模AI液冷集群，以賦能文本到視頻生成的場景為目標，成功支持了GPT-2、源1.0及實驗室自研蛋白質結構預測等多個超大規模巨量模型的高效訓練。液冷智算集群也順應國家的綠色低碳環保的要求，PUE經實測最低可降至1.08。

歷經五年的產品迭代和優化，燧原科技現已擁有從硬件、軟件到系統的全棧解決方案，結合云燧訓練和推理產品在行業落地打磨的實踐經驗，可為客戶提供豐富多樣的人工智能系統軟硬件產品，全方位降低AI算力中心部署和應用成本。

二、厚積薄發，燧原科技發力AIGC

在大模型標桿項目落地經驗指引下，以大幅縮短大模型開發與應用周期為目標，針對大模型場景下的算力需求特性，燧原科技現已針對大模型場景形成從硬件、軟件、系統方案的全棧技術，全面支持大模型生產，包括但不僅限于：

• 大模型現有生態接入：支持PyTorch、TensorFlow、PaddlePaddle、OneFlow、Megatron-LM、FairScale等主流AI框架和分布式加速庫，支持GPT-2、源1.0、悟道2.0、CPM等主流AIGC大模型的Pretrain和Finetune。 
• 大模型極致性能提供：采用自主研發的GCU-LARE技術和ECCL分布式通信技術，提升大模型訓練多機多卡高速互聯的性能，支持數據并行、模型并行、流水線并行和混合并行等并行加速功能，支持Activation Checkpointing、ZeRO優化器、CPU offload、AMP（自動混合精度）等算力和顯存優化方法，可快速高效地進行大模型訓練。
• 大模型訓練TCO優化：從大模型應用端到端、技術全棧角度，燧原科技提供一體化大規模AI算力集群方案 -- 云燧智算機（CloudBlazer POD），方案采用一體化設計，是專為人工智能場景下計算、存儲、網絡、軟硬協同設計的標準化產品，以"全局優異"為目標，大幅降低建設滿足大模型場景需求的AI算力基礎設施的總擁有成本 (TCO)。
• 大模型業務高性價比推理加速：憑借云端推理產品云燧i20通過互聯網社交應用服務上億規模用戶的成功經驗，同時與廣泛的落地場景進行打磨，燧原的推理產品在支持Stable Diffusion、GPT-2、T5等AIGC大模型推理上具備高性價比，加速AIGC相關下游場景的商業落地。

燧原科技創始人、COO張亞林表示："人工智能技術的發展正在步入一個全新的階段，AIGC內容生成類模型以及所生產的內容生動反映了人工智能從感知、認知進階到生產，也正在重構互聯網商業模式，催生數字經濟新突破。在以ChatGPT和Stable Diffusion為代表的AIGC技術浪潮下，燧原科技憑借在大模型訓練及推理的產品技術優勢，結合MaaS的業務模式，構建AIGC時代的基礎設施底座。"