如何构建大模型时代下的智能算力？| Q推荐

云计算加速了企业数字化和智能化的进程。当 AI 开始更深层次地被嵌入到企业发展的链路之中，新一代算力、大模型、AI 基础设施的推出就变得势在必行。正如百度集团执行副总裁、百度智能云事业群总裁沈抖所言：“AI 原生时代正在加速到来，这对云计算的基础设施提出了新要求，全栈融合、端到端优化、提供极致的资源效能和模型效能，成为未来智能计算发展的三大主流方向。”

为了让大家更全面地了解 AI 技术的前沿发展趋势及技术实践，百度智能云团队特推出《大模型时代的 AI 基础设施——百度 AI 大底座》系列云智公开课，该课程将围绕“AI 算力构建”、“AI 框架和 AI 中台”、“大模型训练实践”三大主题展开，由多位专业大咖倾情打造，揭秘核心技术，直击行业痛点。

目前我们都关注到大模型热潮下 ，AI 算力升级已是大势所趋。

大模型落地第一步就是要构建起能够提供大规模的 AI 算力的基础设施，包括将海量 AI 算力进行聚合的高性能网络、高效率的异构资源管理方式、为大模型落地的各个环节提供匹配的存储加速方案、为向量检索及其海量数据存储提供的各项方案等。

面对以上技术挑战，百度智能云探索出一套“武林秘籍”。自 6 月 20 日起，这些“秘籍”将在《大模型时代的 AI 基础设施——百度 AI 大底座》系列云智公开课第一大主题——“AI 算力构建”课程直播中陆续进行解读，欢迎大家关注并预约~

• 了解大模型训练对网络系统的要求

• 了解百度百舸·AI 异构计算平台的高性能网络的特点

• 了解高性能网络支撑大模型训练的相关实践

• 了解各类 AI 任务对 GPU 容器虚拟化的不同要求，以及百度百舸的相应解决方案

• 了解 GPU 容器虚拟化在各类场景的成功案例，以及最新的大模型推理场景下的实践

• 了解双引擎 GPU 容器虚拟化今年推出的新能力，支持多种类型任务同时运行，满足新场景（云游戏、智驾等）对资源利用率的要求

• 了解大模型相对传统 AI 给存储带来的全新挑战

• 了解大模型各场景下的存储问题解决思路

• 了解百度沧海存储大模型加速解决方案和实践

• 了解大模型落地各个环节的数据库应用场景

• 了解大模型的向量数据的存储挑战

• 了解百度智能云对向量数据存储方案的设计和实践

• 了解向量检索在大模型时代的意义、关键技术和架构

• 了解百度智能云 BES 在大模型应用场景的向量检索设计思路和实践

第一讲课程《大规模 AI 高性能网络的设计和实践》上线时间为 2023 年 6 月 20 日 19:30-21:00，目前课程报名通道现已开启，立即点击阅读原文进行报名，还有机会抽奖赢取周边大礼哦！