來源：云科技時代

今天,，我們正在進入AI的工業(yè)變革拐點期。所謂AI的工業(yè)變革,，主要指以大模型AI所引發(fā)的通用AI和以通用AI為目標構(gòu)建的工業(yè)標準化AI智算基礎(chǔ)設(shè)施。

在通用計算時代,，X86所代表的工業(yè)標準化技術(shù)體系造就了企業(yè)IT,、互聯(lián)網(wǎng)與云數(shù)據(jù)中心。而在智算時代,，新的工業(yè)標準化技術(shù)體系即將涌現(xiàn)，進而帶來新的工業(yè)標準化AI智算基礎(chǔ)設(shè)施,。

在全球市場,，NVIDIA是AI工業(yè)變革新生力量的代表。根據(jù)The Next Platform,，NVIDIA在2023年實現(xiàn)數(shù)據(jù)中心市場大躍進,，一路躍升到第一的位置。從芯片起家的NVIDIA,，以軟件,、硬件、應(yīng)用和生態(tài)的協(xié)同系統(tǒng)優(yōu)勢,，正在開創(chuàng)工業(yè)標準化的AI智算基礎(chǔ)設(shè)施賽道,。

而作為全球第二、中國第一服務(wù)器廠商以及數(shù)據(jù)中心系統(tǒng)廠商,，浪潮信息不能錯失這一歷史機遇,。

在2024年4月17日舉行的IPF2024浪潮信息生態(tài)伙伴大會上,，浪潮信息董事長彭震表示：人工智能是百年一遇的機遇,，人工智能與各行各業(yè)應(yīng)用相結(jié)合,，將迸發(fā)出巨大的生產(chǎn)力,，改變千行百業(yè)、帶來顛覆性變化,，未來每一臺服務(wù)器都將是AI服務(wù)器,，萬卡集群將是AI算力系統(tǒng)的設(shè)計起點。

在新起點,，浪潮信息正打造軟件,、硬件、應(yīng)用和生態(tài)的協(xié)同系統(tǒng)優(yōu)勢,，迎接繼云計算之后的下一波企業(yè)IT系統(tǒng)新浪潮,。

新的工業(yè)標準化系統(tǒng)

過去18年，以公有云為代表的云計算,，是企業(yè)IT系統(tǒng)的進化,。

之前的企業(yè)IT，在X86技術(shù)體系下,，形成了以VMware虛擬化,、Oracle數(shù)據(jù)庫、微軟操作系統(tǒng),、英特爾CPU,、思科網(wǎng)絡(luò)設(shè)備、EMC存儲,、IBM服務(wù)器等為代表的工業(yè)標準化體系和百臺服務(wù)器規(guī)模的企業(yè)數(shù)據(jù)中心,。

云計算的出現(xiàn)，形成了以Linux,、K8S,、Docker、CNCF云原生生態(tài)以及自研X86服務(wù)器為代表的新一代工業(yè)標準化體系和萬臺服務(wù)器規(guī)模的超大互聯(lián)網(wǎng)與云數(shù)據(jù)中心。

深度學(xué)習(xí)和機器學(xué)習(xí)的廣泛應(yīng)用,，帶動了以GPU為代表的加速計算體系發(fā)展,，大模型的出現(xiàn)進一步加劇了加速計算體系對于傳統(tǒng)CPU通用計算體系的顛覆。

Gartner近期發(fā)布的2024年CIO和技術(shù)高管調(diào)研顯示,，超過60%的中國企業(yè)計劃在未來12至24個月內(nèi)部署生成式AI,。由于中國企業(yè)傾向于在本地而非通過公有云部署生成式AI，目前的基礎(chǔ)設(shè)施環(huán)境無法支持生成式AI項目,，這將推動中國企業(yè)數(shù)據(jù)中心的設(shè)計轉(zhuǎn)型,。

Gartner指出：從零開始構(gòu)建基礎(chǔ)模型或微調(diào)模型需要部署大規(guī)模GPU集群，這將對現(xiàn)有數(shù)據(jù)中心帶來顛覆,。因為生成式AI模型的訓(xùn)練需要高吞吐量,、低延遲和無損的基礎(chǔ)設(shè)施。為了支持此類高性能計算集群,，必須對網(wǎng)絡(luò),、存儲、電力供應(yīng)和冷卻系統(tǒng)進行升級,。在某些情況下,，需要對現(xiàn)有設(shè)施進行改造，以承載升級后的基礎(chǔ)設(shè)施,。

不僅僅是中國,，在全球市場，即使是微軟,、谷歌、Meta等科技巨頭,，也在重新設(shè)計數(shù)據(jù)中心,，以迎接生成式AI的浪潮,。

大模型之所以能夠驅(qū)動企業(yè)IT的工業(yè)標準化體系重塑，是因為大模型軟件本身是一個全新的軟件品類,，被認為是新的“操作系統(tǒng)”,，大模型計算的核心是GPU而不再是CPU，大模型還在變得更“大”,。

北京智源人工智能研究院副院長兼總工程師林詠華在IPF 2024上表示,，2024年將進入大模型2.0時代：更大的模型——千億參數(shù)和萬億參數(shù)；更長上下文的多模態(tài),、文生視頻模型,；更大的訓(xùn)練數(shù)據(jù)集——從TB級邁向PB級。

而大模型2.0將拉動更為巨大的算力需求，芯片,、服務(wù)器集群,、存儲與計算、數(shù)據(jù)中心網(wǎng)絡(luò),，每一層都面臨重塑,，整個系統(tǒng)將協(xié)同創(chuàng)新。

例如,，萬卡及以上的組網(wǎng)已經(jīng)成為下一代智算中心的建設(shè)重點,，但當前國內(nèi)基于RoCE的萬卡高性能AI集群組網(wǎng)方案都是全自研路線，企業(yè)研發(fā)投入巨大且容易重復(fù)造輪子,，如果不能形成標準化的方案,，就無法推動下一代智算中心的網(wǎng)絡(luò)方案和產(chǎn)品朝向產(chǎn)業(yè)化發(fā)展，而萬卡組網(wǎng)還將是網(wǎng)絡(luò),、軟件,、硬件等的系統(tǒng)協(xié)同創(chuàng)新。

為什么系統(tǒng)創(chuàng)新對于大模型來說至關(guān)重要,？我們知道,，GPT-3的訓(xùn)練算法效率只有21%，其余79%的算力都被浪費掉了,。這是因為在大模型的大規(guī)模計算中,，單點效率非常有限，而系統(tǒng)的互聯(lián),、高效組織和協(xié)調(diào),、算法與互聯(lián)的優(yōu)化等變得越來越重要。

大模型AI系統(tǒng)通過系統(tǒng)調(diào)優(yōu)所帶來的收益是巨大的：自2017年Transformer誕生以來至今,，按照每18個月芯片性能翻一番的摩爾定律,，那么芯片性能只提升了8倍，但人工智能計算的性能提升卻超過1000倍,，這不僅源于芯片制程的優(yōu)化,，更是整個系統(tǒng)的全面提升。

毫無疑問,，大模型2.0將推動人工智能和智算中心的系統(tǒng)創(chuàng)新,，以及從全自研走向新的工業(yè)標準化。

如果說NVIDIA是封閉的“iOS”生態(tài)路線,，那么以浪潮信息為代表的更多廠商將開創(chuàng) “Android”生態(tài)路線,，以應(yīng)用為導(dǎo)向、以系統(tǒng)為核心,，通過開源開放形成新的工業(yè)標準技術(shù)體系,，推動生成式AI的產(chǎn)業(yè)化,，為全社會普遍釋放新的生產(chǎn)力。

打響系統(tǒng)變革第一槍

在百年一遇的機遇面前,，浪潮信息作為服務(wù)器產(chǎn)業(yè)鏈的“鏈主”企業(yè),，必須要在挑戰(zhàn)面前迎難而上，站在全新的維度思考下一代工業(yè)標準化的企業(yè)IT系統(tǒng),。

IPF 2024作為第十屆IPF大會,，也是浪潮信息全新亮相的一次盛會。在本次大會上,，浪潮信息從萬卡集群的AI算力系統(tǒng)角度,，推出了從大模型和平臺軟件到服務(wù)器、網(wǎng)絡(luò)與存儲的全新系統(tǒng)產(chǎn)品與服務(wù),，為AI智算基礎(chǔ)設(shè)施的“Android”路線,，打響了第一槍。

在IPF 2019上,，浪潮信息推出了“元腦”品牌,，當時是浪潮信息的AI計算品牌，主要承載以深度學(xué)習(xí)和機器學(xué)習(xí)為代表的人工智能全棧能力,。

IPF 2024正逢大模型推動的通用人工智能時代,，浪潮信息總經(jīng)理胡雷鈞在IPF 2024上表示，未來一切計算皆AI,，“元腦”全面升級為包括浪潮信息所有計算產(chǎn)品的智算品牌,，同時“元腦”也是生態(tài)品牌。

在“元腦”品牌統(tǒng)領(lǐng)下,，浪潮信息在IPF 2024上亮相了全新的面向大模型與生成式AI的智算系統(tǒng),，包括基礎(chǔ)大模型、大模型開發(fā)平臺,、可運行千億參數(shù)大模型的AI通用服務(wù)器,、面向萬卡集群的超級AI以太網(wǎng)交換機和大模型應(yīng)用專用存儲。

在基礎(chǔ)大模型方面,，浪潮信息在2021年就發(fā)布2457億參數(shù)的“源1.0”中文語言大模型,，并全面開源,。2023年成功研發(fā)并開源千億參數(shù)“源2.0”基礎(chǔ)大模型,，“源2.0”基礎(chǔ)大模型包含1026億,、518億,、21億三種參數(shù)規(guī)模，在代碼編程,、邏輯推理,、數(shù)學(xué)計算等多方面展示出了先進的能力,。

在前期推動大模型落地應(yīng)用實踐中,，浪潮信息發(fā)現(xiàn)了諸多問題,，例如開發(fā)完大模型和生成式AI應(yīng)用后，經(jīng)常又需要重新部署在新的芯片架構(gòu)上,，適配難度大,、成本高企是常態(tài)。

為此,，浪潮信息發(fā)布了面向企業(yè)大模型開發(fā)的軟件平臺，這就是“元腦企智EPAI（Enterprise Platform of AI,，EPAI）”,。

EPAI為企業(yè)AI大模型落地應(yīng)用提供高效,、易用、安全的端到端開發(fā)平臺,，提供數(shù)據(jù)準備、模型訓(xùn)練,、知識檢索、應(yīng)用框架等系列工具,，支持調(diào)度多元算力和多模算法,，幫助企業(yè)高效開發(fā)部署生成式AI應(yīng)用,、打造智能生產(chǎn)力,。

EPAI解決了企業(yè)大模型和生成式AI應(yīng)用開發(fā)流程復(fù)雜、門檻高,，以及多元多模適配難,、成本高等落地難題。

在落地大模型與生成式AI應(yīng)用方面,，EPAI具有更高的生產(chǎn)力,，例如：

EPAI提供上億條基礎(chǔ)知識數(shù)據(jù)，同時提供自動化的數(shù)據(jù)處理工具,，幫助行業(yè)伙伴和企業(yè)客戶整理行業(yè)數(shù)據(jù)和專業(yè)數(shù)據(jù),，生成高質(zhì)量的微調(diào)數(shù)據(jù)和行業(yè)/企業(yè)知識庫，打造企業(yè)專屬數(shù)據(jù)資產(chǎn),；

EPAI提供高效的微調(diào)工具,，可支持千億參數(shù)模型面向產(chǎn)業(yè)知識的快速再學(xué)習(xí)，并讓模型具備百萬Token的長文檔處理能力,，可以更好地適應(yīng)具體行業(yè)場景下的任務(wù)需求,，快速打造領(lǐng)域大模型；

EPAI支持檢索增強生成（RAG）技術(shù),，通過本地化檢索基礎(chǔ)知識+行業(yè)知識+企業(yè)知識,，能彌補微調(diào)大模型知識更新不及時的問題，確保專業(yè)場景下大模型生成內(nèi)容的準確性和可靠性,；

EPAI支持主流開源與閉源大模型的應(yīng)用快速開發(fā),，提供面向多模和多元算力的計算框架，能夠?qū)崿F(xiàn)大模型應(yīng)用在跨算力平臺上的無感遷移,，降低多模,、多元的適配與試錯成本；等等,。

有了源基礎(chǔ)大模型和EPAI大模型開發(fā)平臺,，浪潮信息在算力方面繼續(xù)推進多樣化的AI算力服務(wù)器。

在IPF2024上,，浪潮信息與英特爾聯(lián)合發(fā)布了AI通用服務(wù)器,，首款A(yù)I通用服務(wù)器NF8260G7在通用處理器平臺上首次實現(xiàn)單機可運行千億參數(shù)“源2.0”大模型，靈活滿足AI大模型應(yīng)用,，以及云,、數(shù)據(jù)庫等企業(yè)通用算力場景，同時為企業(yè)提供智能和通用算力,。

針對大模型為數(shù)據(jù)中心帶來的網(wǎng)絡(luò)挑戰(zhàn),，浪潮信息在IPF 2024上發(fā)布了全新超級AI以太網(wǎng)交換機X400，基于Spectrum-X,，相比傳統(tǒng)RoCE網(wǎng)絡(luò),，可實現(xiàn)業(yè)界最高以太網(wǎng)利用率達95%，通信時延降低30%,，性能提升至1.6倍,，無限接近InfiniBand， NVIDIA Megatron-LM大模型訓(xùn)練速度最高可以提升70%,，大幅縮短訓(xùn)練時長并降低訓(xùn)練成本,。

面對大模型訓(xùn)練和推理的存儲需求，浪潮信息認為要具備支持多協(xié)議,、高帶寬,、低延遲、數(shù)據(jù)高效流轉(zhuǎn)等能力,，因此在IPF 2024上重磅發(fā)布面向大模型應(yīng)用的專用存儲AS13000G7-N系列,，該系列是圍繞NVMe SSD高效適配和優(yōu)化的分布式存儲系統(tǒng)，能提供TB級帶寬,、千萬級IOPS,、EB容量，滿足大模型存儲在性能和容量方面的要求,。

從實戰(zhàn)中來,、回到實戰(zhàn)中去

正如同NVIDIA耗費數(shù)年之功，終在GTC 2024上推出產(chǎn)品化模塊化的智算中心,，從而定義了AI工業(yè)革命的“iOS時刻”,；浪潮信息在IPF 2024上推出面向大模型與生成式AI的全棧AI智算基礎(chǔ)設(shè)施，也是前期經(jīng)歷了深入用戶場景實戰(zhàn),，最終將實踐成果匯聚成標準化的產(chǎn)品,，再提供給更多用戶大規(guī)模實踐，從而打開了AI工業(yè)革命的“安卓時刻”,。

在IPF 2024上,，浪潮信息AI軟件研發(fā)總監(jiān)吳韶華介紹，大模型在行業(yè)應(yīng)用中落地會遇到很多挑戰(zhàn),，例如需要獲得專業(yè)知識,，而專業(yè)或行業(yè)/企業(yè)數(shù)據(jù)的處理難度很高——不僅數(shù)據(jù)種類多樣，而且分散在企業(yè)內(nèi)部不同的環(huán)節(jié)和部門,。

如果企業(yè)從頭開始構(gòu)建一個完整的大模型應(yīng)用,，首先需要整理數(shù)據(jù)搭建知識庫與微調(diào)數(shù)據(jù)，再結(jié)合數(shù)據(jù)進行大模型微調(diào),，為了不斷更新專業(yè)知識還需引入知識檢索技術(shù),，同時大模型的部署和應(yīng)用落地還需要管理內(nèi)部的算力資源，上線后形成一套完整的大系統(tǒng)后還要進行運維……

“這套流程包括多個環(huán)節(jié),，流程門檻高,、技術(shù)門檻高,，對任何一個想從零開始構(gòu)建的新團隊,，最大的可能就是走到中間就放棄了”,，吳韶華對于大模型實戰(zhàn)之難深有體會,。

EPAI的誕生就汲取了浪潮信息團隊所踩過的坑,。

其中一種“坑”,，就是在大模型開發(fā)完畢，運行一段時間后，可能會需要重新部署到新的芯片架構(gòu)上，例如切換到新的加速芯片上或現(xiàn)有加速芯片的代際升級等，這個過程基本上就重構(gòu)了底層硬件，適配難度非常大,，成本也很高,。

在這個過程中,，浪潮信息越來越深刻地感覺到,，如果能有面向企業(yè)用戶的大模型開發(fā)軟件平臺,，對用戶來說無疑具有很高的價值,。于是,，浪潮信息在2022年孵化了EPAI軟件的原形,，之后一直迭代至今。

在服務(wù)器硬件方面，浪潮信息通過硬件解耦,、構(gòu)建通用軟件代碼庫等，實現(xiàn)了x86、ARM,、Power等不同架構(gòu)處理器的優(yōu)化適配,，為用戶業(yè)務(wù)場景打造最適合的算力系統(tǒng)。

面向AI大模型訓(xùn)練及推理場景,，浪潮信息NF5698G7支持15種基于OAM標準的開放加速芯片,，并為用戶構(gòu)建了一個千卡液冷集群，支持超千億參數(shù)量的AI大模型訓(xùn)練,。

浪潮信息AI通用服務(wù)器NF8260G7在2U空間支持4顆英特爾處理器,，支持AMX等AI加速功能，內(nèi)存帶寬1200GB/S,，全鏈路UPI總線互連,、傳輸速率高達16GT/s，滿足千億大模型低延時要求,。

而工程師在精度幾乎無損情況下,，將1026億參數(shù)的源2.0大模型進行NF4歸一化數(shù)據(jù)量化，模型容量縮小至1/4,，并通過 DeepSpeed 張量并行,，將參數(shù)均分到4顆CPU上運行，提升4倍的計算效率,，業(yè)界首次實現(xiàn)基于CPU處理器的千億參數(shù)模型推理,。

浪潮信息之所以選擇打造超級AI以太網(wǎng)交換機而不是專用網(wǎng)絡(luò)，是因為專用網(wǎng)絡(luò)需要獨立組網(wǎng),、部署和運維難度較大,，隨著千億參數(shù)的AI大模型從大規(guī)模集群訓(xùn)練轉(zhuǎn)向訓(xùn)練與推理一體化，數(shù)據(jù)中心用戶需要構(gòu)建基于云的大規(guī)模分布式集群,，在提供高性能網(wǎng)絡(luò)的同時還要滿足AI大模型用戶的多租戶,、多任務(wù)負載，高性能超級AI以太網(wǎng)絡(luò)就成為最優(yōu)選擇,。

經(jīng)過實測,，配置2048塊GPU的集群訓(xùn)練220億參數(shù)的大模型，訓(xùn)練數(shù)據(jù)集為3.5TB,，采用以太,、超級AI以太和專用網(wǎng)絡(luò)三種網(wǎng)絡(luò)，集群運行效率分別為62.5%,、99.8%和100%,，超級AI以太網(wǎng)絡(luò)性能提升至傳統(tǒng)以太網(wǎng)的1.6倍。

大模型訓(xùn)練推理過程中的數(shù)據(jù)處理是另一個實戰(zhàn)難題,。

例如：在數(shù)據(jù)準備階段,，通常原始數(shù)據(jù)量大,、來源廣泛、格式多樣,，篩選和清洗出高質(zhì)量數(shù)據(jù)變得尤為困難,，數(shù)百TB的數(shù)據(jù)預(yù)處理往往耗費十幾天時間，讓客戶無法忍受,；而在模型訓(xùn)練階段,，訓(xùn)練前的海量小文件數(shù)據(jù)加載、訓(xùn)練中斷后高效拉起Checkpoint數(shù)據(jù),，都對IO處理效率提出更加嚴苛的要求,；同時，多個數(shù)據(jù)資源池無法互通,、訓(xùn)練結(jié)束后的海量冷數(shù)據(jù)如何歸檔等也是難題,。

因此，浪潮信息認為面向大模型應(yīng)用的存儲要具備支持多協(xié)議,、高帶寬,、低延遲、數(shù)據(jù)高效流轉(zhuǎn)等能力,，并推出了專業(yè)存儲AS13000G7-N系列,。

憑什么推動新技術(shù)浪潮？

對于浪潮信息,，很多人的印象是：全球第一的AI服務(wù)器廠商,，全球第二,、中國第一服務(wù)器廠商,，全球前三存儲廠商，中國第一的液冷服務(wù)器廠商……總而言之就是硬件廠商,。

但對于“iOS”或“Android”的鏈主企業(yè)蘋果和谷歌而言,，軟件與服務(wù)才是最大的創(chuàng)新力。如果要推動萬億參數(shù),、萬卡集群大模型時代的AI智算基礎(chǔ)設(shè)施“Android”路線,，浪潮信息就必須具備強大的軟件能力與硬件能力，同時還要不斷打造開源開放社區(qū)領(lǐng)導(dǎo)力,。

打造自己的軟實力和開放開源社區(qū)領(lǐng)導(dǎo)力,，是浪潮信息在近來年一直在埋頭苦干的方向。

在軟實力方面,，浪潮信息自研的算法模型,，正在從以單模態(tài)、自監(jiān)督學(xué)習(xí)為特征的第二階段,，向以多模態(tài),、自監(jiān)督學(xué)習(xí)為特征的第三階段演進,，提出了面向大模型的智能算法，精度持續(xù)提升,。

“源2.0”大模型采用全面開放開源策略，全系列模型參數(shù)和代碼均可免費下載使用,。

浪潮信息在“源2.0”的研發(fā)過程中,，針對算法、數(shù)據(jù)和計算方面進行了創(chuàng)新,。

浪潮信息在源2.0的算法層面提出一個新型的注意力結(jié)構(gòu)——局部增強的注意力機制（LFA）,，這種注意力機制不僅能夠全面考慮自然語言里長序列之間的相互關(guān)系和影響，而且更加準確捕獲自然語言中局部性的依賴,。

基于LFA結(jié)構(gòu)的算法創(chuàng)新,，源2.0探索出一個在有限算力資源、有限數(shù)據(jù)質(zhì)量,、有限參數(shù)規(guī)模的情況下,，提升模型精度的新方向，雖然最大參數(shù)量只有千億,，但是能夠在數(shù)理邏輯,、代碼生成、知識問答,、中英文翻譯,、語義理解等方面實現(xiàn)高水平表現(xiàn)。

在源2.0的預(yù)訓(xùn)練階段,，使用了書籍,、百科、論文等高質(zhì)量中英文資料,，并結(jié)合高效的數(shù)據(jù)清洗流程,，為大模型訓(xùn)練提供了高質(zhì)量的專業(yè)數(shù)據(jù)集和邏輯推理數(shù)據(jù)集。為了更高效地獲得中文數(shù)學(xué)數(shù)據(jù)和代碼數(shù)據(jù),，采用了基于大模型的數(shù)據(jù)生產(chǎn)及過濾方法,，確保數(shù)據(jù)多樣性的同時提高了數(shù)據(jù)質(zhì)量。

源2.0大模型采用非均勻流水并行方法,，綜合運用流水線并行+優(yōu)化器參數(shù)并行+數(shù)據(jù)并行策略,，讓模型在流水并行各階段的顯存占用量分布更均衡，避免出現(xiàn)顯存瓶頸導(dǎo)致的訓(xùn)練效率降低的問題,。

該方法顯著降低了大模型對芯片間P2P帶寬的需求,，能夠打破傳統(tǒng)大模型訓(xùn)練對于高性能、高帶寬的算力要求,，讓AI大模型在有限算力水平上實現(xiàn)更多智能涌現(xiàn),。

從2021年至今,，浪潮信息通過自研大模型的開源開放，推動了整個大模型行業(yè)的創(chuàng)新力,。

例如,，浪潮信息開放了1TB高質(zhì)量的數(shù)據(jù)集，該數(shù)據(jù)集已經(jīng)支撐了超過50家大模型企業(yè)的研發(fā),；目前“源開發(fā)者社區(qū)”已匯聚了近萬名高水平開發(fā)者,，孵化出眾多創(chuàng)新應(yīng)用；“源 2.0”的開源開放,，有望進一步化解大模型落地的算力,、算法、數(shù)據(jù)挑戰(zhàn),。

在AI軟件基礎(chǔ)設(shè)施層面,，浪潮信息開發(fā)了大模型智算軟件棧OGAI (Open GenAI Infra)，為大模型業(yè)務(wù)提供AI算力系統(tǒng)環(huán)境部署,、算力調(diào)度保障,、模型開發(fā)管理和模型應(yīng)用創(chuàng)新能力。

其中,，浪潮信息AIStation智能業(yè)務(wù)生產(chǎn)創(chuàng)新平臺是浪潮信息面向企業(yè)人工智能開發(fā)與推理場景的高效人工智能資源平臺,，實現(xiàn)了算力的統(tǒng)一調(diào)度和模型開發(fā)、訓(xùn)練,、測試,、發(fā)布的全流程一站式高效交付，為環(huán)境構(gòu)建,、模型開發(fā),、模型訓(xùn)練、模型評估,、模型部署全鏈路全面提速,，加快AI開發(fā)應(yīng)用創(chuàng)新。

在算力層面,，浪潮信息通過深度參與和領(lǐng)導(dǎo)開源開放計算社區(qū)，推動面向AI的新工業(yè)標準體系,。作為 OCP,、ODCC、Open19全球三大開放計算組織的核心成員,，以及OCTC開放計算標準工作委員會的創(chuàng)始成員,，浪潮信息是唯一一家同時加入全球四大開放計算組織的服務(wù)器供應(yīng)商。

目前,，浪潮信息已積極參與面向 AI,、邊緣等標準規(guī)范的建立,，并牽頭服務(wù)器全部國標、OAM規(guī)范,、天蝎標準,、邊緣OTII規(guī)范、OpenBMC,、OpenRMC管理標準等,。

值得一提的是，芯片多元化,、芯片生態(tài)割裂化是發(fā)展工業(yè)標準化AI算力基礎(chǔ)設(shè)施的重大挑戰(zhàn),，浪潮信息從2018年就開始推進開放加速規(guī)范（OAM）和產(chǎn)品技術(shù)創(chuàng)新。

OAM是開放組織提出的異構(gòu)計算加速芯片互聯(lián)開放標準,，很多AI芯片廠商都基于OAM開發(fā)芯片,，符合OAM標準的芯片可以在一臺機器上運行，極大降低了產(chǎn)業(yè)創(chuàng)新難度,、技術(shù)創(chuàng)新試錯成本和適配成本,、促進了算力創(chuàng)新，浪潮信息在2023年面向全行業(yè)公布了《開放加速規(guī)范AI服務(wù)器設(shè)計指南》,，大幅縮短AI加速卡與AI服務(wù)器的適配周期,。

面向加速計算的大趨勢，浪潮信息已經(jīng)進行了大量研發(fā),、創(chuàng)新和開源開放社區(qū)工作,，遠遠走出了服務(wù)器硬件廠商的“舒適區(qū)”。

例如,，浪潮信息在全球系統(tǒng)性能評測標準組織SPEC中,，擔任開放系統(tǒng)指導(dǎo)委員會（Open System Steering Committee，即 OSSC）委員,，并連任SPEC ML（Machine Learning）技術(shù)委員會主席,，致力于AI相關(guān)行業(yè)基準測試工作的開展，這些都突破了業(yè)界對于硬件廠商的刻板印象,。

總結(jié)而言：浪潮信息已經(jīng)從AI智算產(chǎn)業(yè)后端走向了前臺,，正在匯聚起大算力和大模型時代的AI智算基礎(chǔ)設(shè)施“Android”路線領(lǐng)導(dǎo)力。如果說蘋果和谷歌是智能手機產(chǎn)業(yè)的兩大鏈主企業(yè),，那么NVIDIA和浪潮信息就有望成為AI智算基礎(chǔ)設(shè)施產(chǎn)業(yè)的兩大新鏈主企業(yè)——NVIDIA主打封閉的自主技術(shù)路線,、浪潮信息則有望領(lǐng)導(dǎo)開源開放的新工業(yè)標準技術(shù)體系，引發(fā)AI工業(yè)變革的“iOS時刻”和“安卓時刻”同時出現(xiàn),，必將加速AI奇點時刻到來,，真正打開人類的AI時代大門。（文/寧川）