浪潮集团执行总裁、首席科学家王恩东院士15日在浪潮数据中心合作伙伴大会上表示,智慧时代,计算需求呈指数级增长,计算技术、产品与产业面临着多元化、巨量化和生态化的新挑战。计算产业迎来由计算到智算、多元算力融合、算力供给基建化的新格局。
当天,“浪潮数据中心合作伙伴大会(IPF)2021”在苏州举行,王恩东在出席大会时作如上表述。
智慧计算无处不在,重塑着世界的方方面面,为第一、二、三产业发挥重要价值——无人农场、智能农机、智慧农业正在改变延续了上千年的农业生产方式;智能工厂让生产效率显著提升;医疗机器人在抗击新冠疫情中大显身手,无接触送货、无人机送餐也已成为智慧物流的亮点。智慧计算已经渗透进各个行业,让智慧时代充满希望。
十四五,数字经济推动智慧算力加速普及和升级,智慧时代,计算能力需求将出现巨大的飞跃。王恩东说:“面对指数级增长的计算需求,计算技术、产品与产业也面临着三大挑战。计算场景愈加复杂、计算架构更加多元;巨量模型、巨量数据、巨量算力及巨量应用挑战着现有计算机体系结构,以及如何开放包容地最大化生态效能。”
王恩东表示:“以创新应答挑战,浪潮通过创新智算体系结构、构建智算产品体系、推动智算中心落地、建设元脑产业链生态引领智算发展。智慧计算,未来可期。”
以下是演讲全文:
各位领导、合作伙伴大家上午好,欢迎大家来到太湖之滨,莅临“智算·向新”浪潮数据中心合作伙伴大会,正是由于在座各位的大力支持,浪潮在过去的一年又取得了高速的发展,继续保持服务器全球第三,中国知名,并且成为全球人工智能计算的领导者。在此,感谢大家一年来对浪潮的支持和帮助,谢谢大家!
过去的一年,是极不平凡的一年。全球新冠病毒肆虐,彻底改变了人类的生活方式。“绿水青山妄自多,全球无奈病毒何”,全球经济出现大幅下滑。中国率先控制住了疫情,率先实现了经济恢复和增长,完胜脱贫攻坚战,制定了激动人心的十四五规划,宣告中国进入新的发展阶段,将构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。
在过去的一年,大家听到最多的一个词就是创新,创新在新发展理念中的核心地位深入人心,创新驱动发展也是十四五规划的关键词。总书记讲,创新就是生产力,企业赖之以强,国家赖之以盛。创新也是浪潮的核心价值观之一,创新、诚信、共赢更是浪潮坚持发展合作伙伴、建设生态体系的初心。
那么,立足新的发展阶段、我们应该如何贯彻新发展理念、构建新的计算产业发展格局?带着这样的问题,今天我要报告的题目是《创新驱动 共建计算新格局》,和大家分享一下,面对经济主战场数字化转型的重大机遇,浪潮对于计算向智算发展、多元融合新格局的洞察与思考,以及通过技术架构和产品体系创新、算力供给模式创新和生态平台建设进行布局的规划。
既然是思考,我们不妨把时间维度放大一点。在百万年以前,人类的祖先走出森林,走向草原,逐渐形成了人类智能,经历了渔猎采集时代、农业时代、工业时代和信息时代,创造了光辉灿烂的文明和科技。随着以人工智能为代表的新一代信息技术的进步,人类社会正加速度进入智慧时代,这是对终点的冲刺,还是新的百万年的开始?我想这可能是一个值得思考的问题。为什么这么说?
我们来看一些关于人类大脑和未来的人工智能的大脑,或者说硅基大脑和碳基大脑发展的情况。
类脑计算是全球的研究热点,清华的施路平教授在去年曾经说:“碳基上能够实现的,硅基上一定能够实现”。而实际情况也显示,碳基生物大脑同硅基系统结合已不再仅仅停留在科幻小说、科幻电影中,而是逐步在形成科学与技术的突破。
比如就在最近,埃隆·马斯克公布了一项脑机接口的最新实验,科学家们在猕猴的大脑皮层中植入两块芯片来捕捉大脑活动的信号,实现了将大脑信号翻译成游戏里的动作。如此一来,猴子动动脑子便可以打乒乓球电子游戏了,脑机接口技术延伸了生物大脑。
在中国,2020年人工智能学会评选出的自然科学类5个一等奖中,有2个都是关于类脑计算和脑机接口的,最近一个时期,脑机接口技术获得了显著的进展。
我们已经看到了人工智能技术的大爆发,但是,站在人类历史这个更大的时空维度上,我想这一切才刚刚开始。
现在,我们创造了无数的智慧大脑,城市大脑、交通大脑、企业大脑等等,这些正在改变世界的方方面面。
在第一产业,无人农场、智能农机、智慧农业正在改变延续了上千年的农业生产方式。在黑龙江,浪潮与北大荒集团合作建设智慧农业,开拓了全球最大面积的无人农场,智能农机覆盖了农业生产的耕、种、管、收全流程。
2020年中国农业无人机的销量超过了1.5万架,一架无人机一天农药喷洒面积达到300亩,是人工的20倍。无人机装载了病虫害识别系统,及时发现受到病虫害侵袭的叶子,实现农药的喷杀精准,减少了农药的使用量。另外,通过精准喷洒催熟剂,实现作物生长成熟周期同步、规模化批量收割,成本大大降低、利润率大幅提升。
在第二产业,2020年我国制造业增加值达到26万亿,继续保持世界靠前制造大国地位。智能制造是数字经济的皇冠,正在成为各国抢占数字经济制高点的主战场。作为双循环基础发力点,智能制造将成为提升我国整体制造业水平不可忽略的增长引擎。
中国智能制造装备产值规模在2020年已经超过了两万亿。就在苏州,浪潮建设了一座PCBA智慧工厂,整个生产制造过程弹性、透明、可追溯,智能技术贯穿了设计、生产、配送和检测的全流程,生产效率提升了60%以上。
智慧计算已经对第三产业形成了深刻的改变,在突如其来的新冠疫情面前更是发挥了巨大的作用,各种功能的医疗机器人等人工智能设备服务在各地的防疫前线,无接触送货、无人机送餐成为智慧物流的亮点。
浪潮和工商银行合作,形成了智慧金融解决方案,帮助更多人实现了创业的梦想;在上海奉贤区智行生态谷,基于浪潮智算平台建设了一条无人驾驶实验公路;在北京天坛医院,浪潮建设的智慧医疗平台,帮助医生实现了更快速、更准确的病情分析。
同时,智慧计算也已经成为守护大自然的好帮手。在云南,浪潮协助西双版纳国家自然保护区建设了亚洲象活动轨迹采集系统,在雨林内实时收集亚洲象的行为数据和活动轨迹,基于人工智能技术实现毫秒级精准辨识,准确度高达99%,即使在光线不足的夜晚,也可以根据一条尾巴或一个背影识别出亚洲象。
通过对野生大象的长期追踪和观测,为洞察大象物种习性、种群迁移轨迹提供帮助,进而对合理的开展亚洲象国家公园区域规划、栖息地改造、食源地优化等保护举措提供科学依据。
通过上面的例子可以看出,智慧计算时代的序幕已经拉开,人工智能已经开始渗透到经济社会的方方面面,在深刻地影响着我们的工作和生活,在这个过程中,浪潮一直发挥着重要的作用。
智慧时代是充满希望的,我们看到全球主要经济体都在积极投入到人工智能的技术研究和产业发展中,中国、美国、欧盟都发布了多个重要的支持政策,投入了巨量的研发基金。根据IDC的数据,2020年全球对人工智能的投资总额超过了500亿美元,到2024年,投资额将达到1100亿美元。投入是巨大的,而回报也将是丰厚的。据普华永道预测,至2030年,人工智能技术将为全球GDP带来14%的提升,相当于16万亿美元。
进入智慧时代,相比以往的传统信息化应用,对计算能力的需求将是一个巨大的飞跃。传统的信息化应用主要以基于数据库事务的业务为主,像OA、ERP、邮件等,计算量随着业务量的增长基本是线性增长的,但是智慧计算对计算能力的要求则是指数级增长的。2020年以GPU为代表的AI加速芯片所交付的计算力总和已经超过了通用CPU,预计到2025年,加速芯片所提供的计算力可能超过80%。所以,从计算到智算,智慧计算将是智慧时代的核心动力。
智慧时代,生产力的三要素也发生了相应的改变。劳动者从人转向了人加上AI,劳动效率显著提升;劳动工具从传统的机械设备变成了智能装备,就像我们前面讲到的智能农机;而劳动对象从矿石、农作物等转变为大数据,数据作为重要的生产要素,蕴含了巨大的价值。
面对指数级增长的计算需求,计算技术、产品与产业也面临着新的挑战。具体来说,体现在以下三个方面,一个是多元化的挑战,也就是计算场景的复杂、计算架构的多元;一个是巨量化的挑战,也就是由巨量模型、巨量数据、巨量算力及巨量应用引发的对现有计算机体系结构的挑战;最后一个则是生态化的挑战,简单来说现在的智算处于群雄并起阶段,自成体系、生态离散,同时产业链上下游脱节。
第一个挑战是多元化。计算最关键的任务就是支撑业务,那么不同的业务类型,势必要求有不同的计算系统来完成。例如针对传统的地震波模拟等科学计算,数值精度要求高;而AI训练,则可以使用数值范围大、精度低的16位浮点类型;对于AI推理,由于推理要求的速度快、耗能少,则可以在更低的数值精度下处理,如4位、甚至2位、1位整数类型。
也就是说,AI的应用引入了新的计算类型,从推理到训练,跨度更大,同时,数据量也从GB级到TB级、PB级不断提升,类型从结构化到半结构化、非结构化更加复杂多样。
不同数值精度的计算类型对于计算芯片指令集、架构的要求是不一样的,这样就导致之前我们一直使用的通用CPU已经无法满足这种多元化计算场景要求了,这也是计算芯片的种类越来越多的很重要的原因。
芯片种类多另外一个原因就是芯片代工模式的普及,现在芯片设计、制造的关键环节都有开源开放的软件、工具或代工企业可以利用。但是芯片从造出来到大规模用起来,往往还隔着一个巨大的生态鸿沟。芯片应用一般都面临着开发者学习成本高、用户应用迁移困难、芯片制造公司难以上规模的困难和挑战。
在有些芯片造出来后,面向开发者的帮助文档、调试工具或者交流问答社区建设不足,导致开发者学习时间长,难度大,如果学习多个芯片,难度更大,开发者的学习积极性下降。而对于芯片的最终使用者来说,由于芯片指令集或芯片架构的差异,导致编程库、编程模型、算法框架无法有效的横向拉通,致使大量的应用迁移困难,可能只是1%的小小的依赖,就会导致适配工作前功尽弃。
而芯片供应商如果想解决开发者的问题、想解决使用者的问题,则往往需要投入比芯片研发成本高数十倍的推广费用。例如,我们往往认为Intel是一个硬件公司,其实在Intel内部有超过1万人在围绕芯片的配套支撑、应用适配、优化调优做工作。英伟达公司的CUDA软件环境更是通过长期的大规模投入,才打造了其GPU在HPC和AI方面的领先地位。
第二个挑战是巨量化。巨量化首先表现在模型参数多、训练数据量大。
以自然语言处理为例,基于自监督学习的预训练模型兴起后,模型精度随着模型尺寸和训练数据的增加而显著提升。2020年GPT-3模型的参数量首次突破千亿大关,达到了1750亿。按照当前的发展趋势,到2023年模型的参数量会突破百万亿,也就是基本达到人脑神经突触数量,人脑的神经突触数量约125万亿。
巨量模型需要巨量内存。当前一颗GPU的板载高速内存容量大概是40GB,对于包含百万亿参数的巨量模型,仅是将这些参数平均分配到每个GPU内存中,就需要1万块GPU才能装得下。考虑到训练中需要额外的存储,实际上至少需要2万块GPU才能启动训练。现有AI芯片的架构已经不足以支撑巨量模型的参数存储需求。
同时,巨量模型依赖海量数据的喂养,目前的AI算法本质上还是一种依赖量变的质变,很难从一种质变跳跃到另一种质变,例如最新的巨量模型需要万亿级的词量数据。海量数据需要海量存储。在超大规模集群中同时满足几万块AI芯片的高性能读取,对存储系统是个极大的挑战。
巨量化的第二个表现是计算力需求指数增长
深度学习自2011年兴起至今,对算力的需求始终呈指数增长。每隔3.4个月,算力需求翻一倍。左图中纵轴Petaflops*day代表以1P每秒的算力计算一天所用浮点计算量,共计8.6千亿亿次浮点运算,就像用千瓦时度量用电量,天文学以光年为单位度量距离,在此我们将Petaflops-day简称为PD,来度量算力。训练巨量模型需要巨大算力:2020年GPT-3的算力达到了3640PD,到2023年巨量模型的算力需求将达到百万PD。
现在世界上最快的超算是日本的富岳,在这上面完成百万PD的计算所需要的时间需要两年。不同领域需要不同类型的巨量模型:GPT-3以处理英文理解任务为主,为了满足不同语言,不同场景的精度要求,也要训练不同的巨量模型,这进一步加剧了对算力的需求。如此庞大的算力需求给计算技术和产品带来了巨大挑战。解决这样的挑战需要从体系结构、系统软件等各个领域开展创新。
巨量化的第三个表现是模型应用规模大。AI应用已逐渐渗透到各个行业。以互联网头部企业为例,他们基于自身已有的AI技术搭建了AI开放平台,其上承载着各类AI基础能力如语音识别、图像识别、自然语言处理等技术,以及基于这些基础能力打造的AI应用服务。这些AI开放平台已经吸引了超百万的AI开发者,开发了各类AI应用及服务,繁荣了AI应用生态,并进一步加速了AI向各个产业的落地。
目前,这些AI开放平台每天承载着数万亿次的调用量,数百万小时的语音识别,超过百亿张图像识别,超过万亿句自然语言理解,如此巨量的调用对算力中心的应用支撑能力产生了极大的挑战。
第三,生态化。AI技术链条和产业链条现在还是脱节的。我想很多人会有这样的疑问,人工智能那么好,但是这东西怎么跟我的业务,跟我的客户应用场景结合起来呢,我想用AI技术做智能化转型和升级,但是发现我这里没人懂算法,懂模型,也缺少好用的AI开发平台。同时,那么多算法,模型,如何找到不同算法在应用中的最优组合?
懂这些的人,往往都集中在科研机构或者头部公司。这些地方集中了最优秀的AI人才,但缺少对传统行业的需求场景、业务规律的深入理解,也拿不到最关键的业务数据去对模型进行训练,导致技术无用武之地。埃森哲等咨询机构的调查报告也表明,70%以上的有技术的研究机构、科技公司缺需求场景、缺领域知识和数据,70%以上的行业用户缺技术人才、缺AI平台和实践能力。
智算技术与产业的生态离散化,这与我们讲的多元化的挑战是相呼应的,芯片架构五花八门,指令集不同,无法兼容,而面向芯片的编程库又跟芯片绑定,灵活性差。小公司只做了其中一个环节,这造成生态的纵向不通;大公司希望构建封闭的系统,这造成了生态的横向不通。所有这些都严重制约了AI技术的应用和发展。
通过上面的分析,大家可以看到,一方面智算需求蓬勃发展,是巨大的机遇;一方面,多元化、巨量化、生态化的挑战和困难急需解决。面向新机遇、迎接新挑战,计算技术与产业将需要构建一个新的发展格局,简单概括起来可以描述为:计算逐步向智算转型、多元算力融合和算力供给方式基建化。
面对计算新格局,作为全球领先的人工智能计算企业,浪潮启动了新的五年规划,确定了新的发展目标和策略。
我们将从技术、产品、方案和生态四个方面不断创新,引领智算发展,具体包括:创新智算体系结构、构建智算产品体系、推动智算中心落地、建设元脑产业链生态。
首先来讲,是创新智算体系结构。在体系结构方面,我们在2014年提出了融合架构以及三步走技术路线,指明了数据中心体系结构的发展方向。目前已经从1.0走到2.0,以IO方式实现了存储资源和FPGA、GPU、xPU加速设备池化,正逐步进入3.0阶段,提供更高效、灵活、智能的体系架构。基于融合架构,浪潮将从硬件重构、软件定义方面引领智算技术体系,支撑AI创新应用。
在融合架构2.0阶段已经实现了CPU同各种加速单元的协同,提升智能计算的性能,但普遍采用PCIe互联的方式,存在地址空间隔离、不支持缓存一致等问题,仍然克服不了冯诺依曼架构固有的功耗墙、内存墙,性能、可扩展性受限。
在3.0阶段,可以通过片内大容量缓存、片外高带宽内存等存算一体方式实现计算数据结合,突破存储墙;通过高速互连交换网络,支持更广泛的多元异构计算、支持新型存储资源池化,提高性能、降低能耗,实现更大规模资源可扩展,并进一步通过在互联处理单元中卸载控制平面,实现控制计算分离,进而达到更为灵活的资源可重构。
在系统软件创新方面,在可重构的硬件资源池基础上,通过软件定义的方式实现控制层与基础设施分离、统一资源组织模型、标准化可编程接口,形成软件定义计算、软件定义存储、软件定义网络;并通过微服务化实现集中管理平台的高可用和可扩展。
在这个基础上,进一步与AI技术结合,从业务上,实现基于特征感知的自适应应用编排和弹性资源调度,例如,面向视频分析、语音识别、自然语言处理、语义理解等AI典型场景,可以按需定义训练和推理系统。从管理上,实现智能化的运营运维,也就是智算中心的无人巡检、异常行为分析、容量预测、故障自愈等等。下面举个例子。
这是一个我们已经研发完成,并且在大客户当中有了成功实践的案例,通过创新体系结构,实现了智算中心的弹性高效扩展。在这个案例中,通过浪潮的智能网卡,在控制面实现对虚机、裸机、容器生命周期的统一管理,在数据面以硬件辅助的方式为虚拟化实例提供接近硬件性能的计算、存储、网络功能。通过IO虚拟化卸载,CPU的有效资源利用率可以提升80%、网络存储延迟达到本地延迟水平,高负载压力下电商秒杀性能提升30%、计算性价比提升 20%。
这是我们正在研究的一个项目,目标是加速巨量模型的高性能计算能力。当前NPU与CPU之间通过PCIe互联的方式,严重制约了NPU访问系统内存的带宽。NPU不得不增大片上内存以应对模型越来越大的挑战,但是巨量模型的出现使得单纯增大片上内存这条路难以为继。
所以我们提出了一个新的体系结构参考设计,其核心在于通过高速互联连接NPU与CPU,为NPU提供高速访问系统内存的能力,通过数据自动压缩和解压缩单元,进一步加速NPU访问内存的效率。通过板载的大容量高速内存池,达到完全容纳GPT-3模型,避免模型分割导致的芯片利用率低,通信频繁等问题。
产品方面,浪潮在融合架构技术路线的指引下,将持续巩固算力系统、云数智软件平台层面的优势,提供硬件重构的智算整机系统,包括智算基础系统、智算加速系统、也会面向海量数据和高速互联提供智算存储和数据中心交换机产品。此外,将技术栈持续往底层延伸,面向不同的场景,开发定制化的AI加速、网络和存储加速产品等。最终形成覆盖芯片/板卡、系统、平台和算法的领先产品体系。
在加速芯片/板卡方面,芯片多元化既是挑战,也是应对当前算力需求复杂多样的手段。如FPGA,在特定场景下,相对CPU都有10-15倍的性能提升,而GPU等各种AI芯片,面向训练、推理和高性能计算等矩阵运算,则有无可比拟的优势。传统业务应用,如网站、数据库等,还需要各种通用CPU来处理。浪潮除了能够以创新设计对这些算力单元进行高效融合外,也在一些专用领域开发了自己的加速器,如智能网卡、视频加速器等,这些接下来将由彭震在下午为大家介绍这些创新的产品。
面向计算新格局,浪潮将持续创新,打造全球领先的智算硬件平台。
在智算基础系统方面,浪潮具备业界最丰富的产品布局,拥有全球计算架构最全、配置最多、规格最高的服务器,仅仅去年,浪潮服务器刷新12项SPEC CPU测试世界纪录,打破5项Java性能世界记录;未来的智算基础系统将向开放化、融合化、多元化方向发展,深度参与开放计算生态,继续推动开放计算发展;面向智能化、容器化需求建立多元化计算平台。
在智算加速系统方面,浪潮为智算中心建设提供了最领先的算力机组,浪潮NF5488A5是目前全球最高性能的AI服务器,在MLPerf全球AI基准测试中,单机训练性能测试以绝对优势夺得全球先进,推理性能测试则打破了18项记录,成为打破记录最多的AI服务器。下一步我们将持续创新以加速器为中心的体系架构,开发高性能、高效能AI系列服务器。同时研发高效率制冷技术,实现高性能和低PUE,打造绿色节能的系统。
面向海量训练大数据,浪潮具有全球性能较好的存储系统,已3次打破SPC-1全球性能测试记录。未来将面向基础设施云化、大数据、AI等应用场景打造超高密度和超大规模的智算存储系统,并针对不同的应用需求,构建容灾、备份、归档等数据全生命周期解决方案。
在网络互联上,浪潮发布了国内首个商用SONiC网络操作系统,搭载浪潮自主研发的核心交换机和TOR交换机,实现了数据中心的智能高速互连。未来,浪潮网络将全面实现网络数据平面、控制平面可编程,为数据中心带来更加智能化、基于意图的全自驱网络解决方案。
在系统软件层面,基于我们在操作系统、云平台、大数据和AI平台长期的研发积累,我们在业届率先提出了智算操作系统。
通过软件定义方式,在南向,智算操作系统实现多元异构计算、新型存储和网络资源的统一管理;在管理平台层,实现应用感知智能调度和面向智算中心的统一运营和智能运维。
在北向,支撑各种各样的智能化创新应用,保障从海量数据处理、大规模分布式训练、自动模型生成到实时推理应用的快速部署上线和稳定高效运行。
智算操作系统将是智算中心的神经系统,让算力生产、聚合、调度、释放浑然一体。
我们在去年的合作伙伴大会上提出了智算中心的概念。智算中心是智慧时代最主要的计算力生产中心和供应中心,它以融合架构计算系统为平台,以数据为资源,能够以强大算力驱动AI模型来对数据进行深度加工,产生各种智慧计算服务,并通过网络以云服务形式向组织及个人进行供应。智算中心正在成为推动经济社会运行的重要基础设施,也是我国新基建的重要内容。
那么,智算中心应该如何建设呢?在去年,浪潮联合国家信息中心发布了《智能计算中心规划建设指南》,并在《指南》中提出了智算中心的参考架构。
下面讲一个例子。
江苏一直是科技创新的大省,是数字经济发展的排头兵。在今年初,按照《智能计算中心规划建设指南》,南京市投资建设了智算中心,由寒武纪和浪潮联合承建,已经投入运营使用。该智算中心对外可提供的算力可达到每秒百亿亿次,采用了非常先进的AI处理芯片和AI计算平台,都代表着当前我国智算中心建设的最高水平。该中心将为区域的公共算力服务,创新应用孵化,产业集聚发展,科研创新和人才培养提供助力和支撑。
AI产业化是一个千亿级市场、产业AI化是一个万亿级的市场,无论AI产业化还是产业AI化,产业链的拉通和生态的建设都是必须的。在AI产业化过程中,浪潮是新兴AI企业的主要合作伙伴和算力提供商,这些创业企业拥有领先的芯片、或积累了大量优质的算法框架、模型和数据,这些优质的AI技术正是产业AI化过程中行业用户所需要的,也是为这些用户服务的传统软件开发商所欠缺的。
为了帮助行业用户更好的进行智慧转型,连接传统ISV和新兴AI企业,浪潮提出了元脑生态计划。今后,我们会将元脑生态升级,与合作伙伴共建、共赢、共享元脑生态平台,帮助左手伙伴成长,助力右手伙伴转型升级,聚合左右手伙伴的力量,加速行业、产业智能化的进程,实现浪潮与伙伴、客户的共同发展。
生态系统首先应该是开放的,浪潮多年来一直践行开放计算的理念,引领开放计算的标准,是全球优异的三大开放计算组织的发起成员或白金会员,牵头了服务器全部国标,是开放基础设施基金会的创始成员,社区贡献中国知名,同时还是国际SPEC组织机器学习委员会的主席。
同时,我们与伙伴开放合作,不断进行技术创新,我们联合Intel公司开展第八代服务器CPU平台参考设计,联合三星贡献业界首个NVMe池化方案,与英伟达联合开发首个支持NVlink低延迟单层链路通讯架构;在算法和应用创新方面,联合第四范式公司,突破金融票据识别技术;联合马达智数,打造数据预处理、数据三维一体展示软件;联合声扬科技,研发面向金融行业的声纹识别算法。
过去一年,元脑生态建设成绩斐然,发展了15000多个合作伙伴,包括2200多个行业ISV,超过90%的方案百强企业。在AI百强企业中85%都与浪潮有着深度的合作,这里面不仅包含BAT等互联网厂商,也包括第四范式、宽邦、暗物质、寒武纪等AI独角兽企业。
下面讲个例子。在智慧交通领域,浪潮积极推动智慧交通方案的落地,为交通行业的头部供应商提供了超80%的人工智能服务器,部署了六十余类交通算法与应用,涵盖了闯红灯、超速、违停、占用公交车道、不走机动车道等十几种典型场景。
浪潮与臻识科技和优码创达一起,推动了江西省智慧交通建设,为客户提供的非现场视频审核一体机在南昌,上饶,新余等16地市落地,帮助客户提升审片效率40多倍。
各位合作伙伴,计算向智算转型、多元算力融合、智算中心基建化为我们带来了巨大的发展机遇。过去的五年,在各位合作伙伴的支持和帮助下,浪潮已经成为全球智慧计算的领导者,服务器全球前三,AI服务器全球先进、小型机中国知名、存储出货量增速全球先进。
新的五年计划已经开启,在这个新的征程中,浪潮将通过在技术、产品、方案方面的持续创新,推动智算新格局的建设和发展,并围绕元脑生态与各位伙伴精诚合作,携手共进,于变局中开新局,加速成为世界靠前。
