應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點(diǎn)新聞
企業(yè)注冊個人注冊登錄

《開放加速規(guī)范AI服務(wù)器設(shè)計(jì)指南》發(fā)布,應(yīng)對生成式AI算力挑戰(zhàn)

2023-08-12 14:30 美通社

導(dǎo)讀:北京2023年8月11日 -- 8月10日,在2023年開放計(jì)算社區(qū)中國峰會(OCP China Day 2023)上,《開放加速規(guī)范AI服務(wù)器設(shè)計(jì)指南》(以下簡稱《指南》)發(fā)布?!吨改稀访嫦蛏墒紸I應(yīng)用場景,進(jìn)一步發(fā)展和完善了開放加速規(guī)范AI服務(wù)器的設(shè)計(jì)理論和設(shè)計(jì)方法,將助力社區(qū)成員高效開發(fā)符合開放加速規(guī)范的AI加速卡,并大幅縮短與AI服務(wù)器的適配周期,為用戶提供最佳匹配應(yīng)用場景的AI算力產(chǎn)品方案,把握生成式AI爆發(fā)帶來的算力產(chǎn)業(yè)巨大機(jī)遇。

北京2023年8月11日 -- 8月10日,在2023年開放計(jì)算社區(qū)中國峰會(OCP China Day 2023)上,《開放加速規(guī)范AI服務(wù)器設(shè)計(jì)指南》(以下簡稱《指南》)發(fā)布?!吨改稀访嫦蛏墒紸I應(yīng)用場景,進(jìn)一步發(fā)展和完善了開放加速規(guī)范AI服務(wù)器的設(shè)計(jì)理論和設(shè)計(jì)方法,將助力社區(qū)成員高效開發(fā)符合開放加速規(guī)范的AI加速卡,并大幅縮短與AI服務(wù)器的適配周期,為用戶提供最佳匹配應(yīng)用場景的AI算力產(chǎn)品方案,把握生成式AI爆發(fā)帶來的算力產(chǎn)業(yè)巨大機(jī)遇。


當(dāng)前,生成式AI技術(shù)飛速發(fā)展,引領(lǐng)了新一輪AI創(chuàng)新浪潮。AI大模型是生成式AI的關(guān)鍵底座,對生產(chǎn)效率提升、傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級具有重大的價值潛力,而大模型的高效訓(xùn)練通常需要具備千卡以上高算力AI芯片構(gòu)成的AI服務(wù)器集群支撐。隨著生成式AI加速落地,業(yè)界對配置高算力AI芯片的AI服務(wù)器需求也不斷高漲。在此背景下,全球已有上百家公司投入新型AI加速芯片的開發(fā),AI計(jì)算芯片多元化趨勢凸顯。由于缺乏統(tǒng)一的業(yè)界規(guī)范,不同廠商的AI加速芯片存在顯著差異,導(dǎo)致不同芯片需要定制化的系統(tǒng)硬件平臺承載,帶來更高的開發(fā)成本和更長的開發(fā)周期。

OCP是全球基礎(chǔ)硬件技術(shù)領(lǐng)域覆蓋面最廣、最有影響力的開源組織。2019年OCP成立OAI(Open Accelerator Infrastructure)小組,對更適合超大規(guī)模深度學(xué)習(xí)訓(xùn)練的AI加速卡形態(tài)進(jìn)行了定義,以解決多元AI加速卡形態(tài)和接口不統(tǒng)一的問題。2019年底,OCP正式發(fā)布了OAI-UBB(Universal Baseboard)1.0設(shè)計(jì)規(guī)范,并隨后推出了基于OAI-UBB1.0規(guī)范的開放加速硬件平臺,無需硬件修改即可支持不同廠商的OAM產(chǎn)品。近年來,以浪潮信息為代表的系統(tǒng)廠商研制了多款符合開放加速規(guī)范的AI服務(wù)器,實(shí)現(xiàn)了開放加速AI服務(wù)器的產(chǎn)業(yè)化實(shí)踐。

基于在開放加速計(jì)算領(lǐng)域的產(chǎn)品研發(fā)和工程實(shí)踐經(jīng)驗(yàn),《指南》進(jìn)一步發(fā)展和完善了開放加速規(guī)范AI服務(wù)器的設(shè)計(jì)理論和設(shè)計(jì)方法,提出四大設(shè)計(jì)原則、全棧設(shè)計(jì)方法,包括硬件設(shè)計(jì)參考、管理接口規(guī)范和性能測試標(biāo)準(zhǔn),旨在幫助社區(qū)成員更快更好地開發(fā)AI加速卡并適配開放加速AI服務(wù)器,應(yīng)對生成式AI的算力挑戰(zhàn)。

《指南》指出,開放加速規(guī)范AI服務(wù)器設(shè)計(jì)應(yīng)遵循四大設(shè)計(jì)原則,即應(yīng)用導(dǎo)向、多元開放、綠色高效、統(tǒng)籌設(shè)計(jì)。在此基礎(chǔ)上,應(yīng)采用多維協(xié)同設(shè)計(jì)、全面系統(tǒng)測試和性能測評調(diào)優(yōu)的設(shè)計(jì)方法,以提高適配部署效率、系統(tǒng)穩(wěn)定性、系統(tǒng)可用性。

多維協(xié)同設(shè)計(jì)是指系統(tǒng)廠商和芯片廠商在規(guī)劃初期要做好全方位、多維度的協(xié)同,最大化減少定制開發(fā)內(nèi)容。大模型計(jì)算系統(tǒng)通常是一體化高集成度算力集群,包含計(jì)算、存儲、網(wǎng)絡(luò)設(shè)備,軟件、框架、模型組件,機(jī)柜、制冷、供電、液冷基礎(chǔ)設(shè)施等。只有通過多維協(xié)同,才能實(shí)現(xiàn)全局最優(yōu)的性能、能效或TCO指標(biāo),提高系統(tǒng)適配和集群部署效率?!吨改稀方o出了從節(jié)點(diǎn)到集群的軟硬全棧參考設(shè)計(jì)。

全面系統(tǒng)測試是指異構(gòu)加速計(jì)算節(jié)點(diǎn)通常故障率高,需要更加全面、嚴(yán)苛的測試,才能最大程度降低系統(tǒng)生產(chǎn)、部署、運(yùn)行過程中的故障風(fēng)險(xiǎn),提高系統(tǒng)穩(wěn)定性,減少斷點(diǎn)對訓(xùn)練持續(xù)性的影響?!吨改稀穼Y(jié)構(gòu)、散熱、壓力、穩(wěn)定性、軟件兼容性等方面的測試要點(diǎn)進(jìn)行了全面梳理。

性能測評調(diào)優(yōu)是指需要對大模型加速計(jì)算系統(tǒng)開展多層次的性能評測和軟硬件深度調(diào)優(yōu)?!吨改稀方o出了基礎(chǔ)性能、互連性能、模型性能測試的要點(diǎn)和指標(biāo),并指出了針對大模型訓(xùn)練和推理性能調(diào)優(yōu)的要點(diǎn),以確保開放加速規(guī)范AI服務(wù)器能夠有效完成當(dāng)前主流大模型的創(chuàng)新應(yīng)用支撐。