人工智能召喚“神龍”，阿里云發(fā)布首個(gè)云上異構(gòu)超算集群

source 發(fā)布于2019-04-24 19:39 / 2041人閱讀

摘要：人工智能正在召喚神龍。阿里云發(fā)布首個(gè)異構(gòu)超算集群人工智能特別是深度學(xué)習(xí)，對算力的要求永無止境。除了神龍異構(gòu)超算集群外，阿里云還發(fā)布了新版本可兼容加速器和小程序云。

人工智能正在召喚“神龍”。3月21日，阿里云發(fā)布業(yè)內(nèi)首個(gè)公共云異構(gòu)超算集群——基于彈性裸金屬服務(wù)器神龍X-Dragon的SCC-GN6，集群性能接近線性增長，將深度學(xué)習(xí)訓(xùn)練時(shí)間縮短至分鐘級，可滿足無人駕駛、智能推薦、機(jī)器翻譯等人工智能場景的高性能計(jì)算需求。

阿里云發(fā)布首個(gè)異構(gòu)超算集群

人工智能特別是深度學(xué)習(xí)，對算力的要求永無止境。但如果只是堆砌芯片，沒有低延時(shí)網(wǎng)絡(luò)、高速讀寫能力，大規(guī)模集群無法發(fā)揮出最大的計(jì)算性能，性能損耗通常在50%左右。且算力資源并不豐富，有研究顯示，到2030年中國研究人員每人平均只能擁有1-2個(gè)GPU，大多數(shù)研究將受到計(jì)算能力的嚴(yán)重限制。 SCC-GN6是首個(gè)基于X-Dragon架構(gòu)的超算異構(gòu)產(chǎn)品，神龍?jiān)品?wù)器與阿里云ECS、GPU云服務(wù)器等一起，最多可達(dá)512個(gè)節(jié)點(diǎn)，計(jì)算性能依舊接近線性增長，提供堪比超算中心的并行計(jì)算資源。

神龍異構(gòu)超算集群性能接近線性增長

這不僅因?yàn)橹С止?jié)點(diǎn)數(shù)量多，更因?yàn)榧啥囗?xiàng)自研技術(shù)：軟硬結(jié)合的X-Dragon架構(gòu)兼具性能和靈活性，50G RDMA超算網(wǎng)絡(luò)降低網(wǎng)絡(luò)延時(shí)，百萬級IOPS性能的ESSD塊存儲提供低于百微秒的讀寫延時(shí)，高性能并行文件系統(tǒng)CPFS讀寫吞吐達(dá)1TB/s，分布式加速框架Ali-Perseus對集群內(nèi)每一顆GPU工作負(fù)載進(jìn)行優(yōu)化和加速。最高可以實(shí)現(xiàn)100%的性能提升，從而最大限度發(fā)揮芯片的計(jì)算性能。以ImageNet競賽的128萬張圖片的數(shù)據(jù)集為例，用普通計(jì)算資源訓(xùn)練ResNet50模型，如要達(dá)到75%的精度需要數(shù)天甚至一周的時(shí)間，而使用該神龍異構(gòu)超算集群產(chǎn)品，模型訓(xùn)練可以縮短到幾分鐘，大大提升AI算法研發(fā)效率，加速業(yè)務(wù)創(chuàng)新。阿里云智能創(chuàng)新產(chǎn)品線負(fù)責(zé)人張獻(xiàn)濤表示：“人工智能對算力提出了新挑戰(zhàn)，神龍異構(gòu)超算集群提供了堪比超算中心的并行計(jì)算資源，用戶可以隨時(shí)獲取高性能計(jì)算能力，更不用擔(dān)心購買、搭建GPU需要耗費(fèi)的時(shí)間成本?！? 此外，阿里云還發(fā)布了國內(nèi)首個(gè)公共云上的輕量級GPU異構(gòu)計(jì)算產(chǎn)品——vGN5i，打破傳統(tǒng)直通模式局限，提供比單顆物理GPU更細(xì)粒度的服務(wù)，從而讓用戶以更低成本、更高彈性開展業(yè)務(wù)。作為國內(nèi)第一、全球前三的云服務(wù)商，阿里云于2017年10月發(fā)布了全球首個(gè)新一代“跨界”服務(wù)器彈性裸金屬服務(wù)器神龍X-Dragon，擁有接近物理機(jī)的性能以及虛擬機(jī)的靈活性，提供了新的計(jì)算資源獲取方式，已經(jīng)大規(guī)模服務(wù)于智能客服助手、智能翻譯、無人駕駛、智能推薦等場景。在2019阿里云峰會·北京上，阿里云還提出未來將圍繞IT基礎(chǔ)設(shè)施的云化、核心技術(shù)的互聯(lián)網(wǎng)化和應(yīng)用的數(shù)據(jù)化、智能化，持續(xù)推出符合用戶需求的產(chǎn)品，同時(shí)致力于被生態(tài)伙伴集成，不做SaaS并幫助企業(yè)做更好的SaaS。除了神龍異構(gòu)超算集群外，阿里云還發(fā)布了新版本POLARDB可兼容Oracle、SaaS加速器和小程序云。