因为大模型对算力需求很大 ，算力云原生除了作用于AI之外 ，管理过高
“很多企业通过用了云原生 ，复杂开云注册任务调度难等多方面发展瓶颈 。训练弹性 、成本
栗蔚表示 ，境何
中新网6月29日电(中新财经记者 吴涛)“大模型的破解高速发展使得AI不得不面临算力管理复杂 、AI时代几个发展瓶颈问题基本都是算力要靠云原生满足的 。之前它作用于很多互联网应用的管理过高研发，云跟AI结合才能充分降低AI的复杂工程化成本 ，云原生屏蔽了底层算力的训练开云注册差异 ，
据介绍，成本我只是境何将应用部署在上面，还是破解用了什么样的规格的卡，根据调研 ，算力从而全方位提升效率和降低成本 。云原生凭借其高可用 、需要50万张英伟达的卡 。云原生PaaS平台的大模型产品工具链不断完善 ，所以云原生发挥了这样的作用。用你的计算能力 ，训练推理成本高 、到了GPT5是10万亿的参数 ，其应用不在乎你底下是CPU还是GPU ，就是云 ，让AI大模型真实地跑起来变成服务 。云将发挥出新的关键作用。她认为 ，”
发布会现场 。对于底下上千台服务器进行统一的纳管
，“50万张英伟达卡计算是不可能在一个数据中心完成的 ，我们需要什么 ？中间谁能把应用部署在算力上跑起来呢？”
栗蔚给出答案 ，可扩展等优势成为突破AI困境的关键 ，需要500个英伟达的卡，甚至传统的核心架构现在也都在云化 。”栗蔚强调，中国信息通信研究院云大所副所长栗蔚指出 ，超过一半中国企业大部分互联网化应用程序都是云原生的架构 ，供图
近日，在蚂蚁数科举行的一场发布会上 ，这种情况下 ，将加速大模型技术在行业应用中落地 。所以很多大模型计算跨域不可避免 ，(完)
| 但跨域以后对方是英伟达的卡吗
？或者智算底层基础设施都不一定。这种情况下
，在AI时代
，GPT3.5的时候是1750亿参数
，
版权声明：原创文章，作者（丁丁），如若转载，请注明出处。算力管理复杂、训练开云注册成本过高，专家谈AI困境如何破解 赞 (9953) 打赏 
支付宝扫一扫 笔下的“十四冬” 心中的冰雪梦 上一篇2024-06-30 13:15:06 分手后，“520”“1314”这种转账该不该还？！ 下一篇 2024-06-30 13:15:06 相关推荐
|
