人工智能训练云燧T10
2024-09-07 15:29:16
人工智能训练云燧T10
基于邃思芯片打造的面向云端数据中心的人工智能训练加速产品,具有高性能、通用性强、生态开放等优势,可广泛应用于互联网、金融、教育、医疗、工业及政务等人工智能训练场景。
超强算力
单精度 (FP32)下算力20TFLOPS ,
半精度及混合精度 (BF16/FP16) 下算力80TFLOPS
。
- 模型通用
支持CNN、RNN、LSTM、BERT等常用人工训练模型,可用于图像、
流数据、语音等训练场景 。
- 邃思芯片基于可编程芯片的设计理念,其计算核心包含32个通用可扩展神经元处理器(SIP),每8个SIP组合成1个可扩展智能计算群(SIC)。SIC之间通过HBM实现高速互联,通过片上调度算法,数据在搬迁中完成计算,实现SIP利用率最大化。邃思支持CNN、RNN、LSTM、BERT等网络模型和丰富的数据类型(FP32/FP16/BF16/Int8/Int16/Int32等)。
GCU-CARE架构
云燧集成具有完全自主知识产权的神经元处理架构和数据处理引擎,实现片上无 Cache 设计和可重构的通用张量运算核心,支持各类数据精度的主流深度学习训练负载。
智能互联
燧原智能互联(GCU-LARE)是专为训练加速集群研发的互联技术,最大提供双向200GB/s互联带宽,支持千张云燧加速卡互联,线性加速比86%以上。
生态开放
支持主流深度学习框架,通过SDK提供深度定制。
性能表现
最新文章
- 「坐上时光机,查找编译压缩后的文件最初的样子」gulp-sourcemaps 使用说明
- codeforces716E (点分治)
- 安装android
- 最有效地优化 Microsoft SQL Server 的性能
- jquery and jquery validation 常见问题解决
- 【转】怎样将DataGridView中绑定的表的列名改成中文
- When Is Cheryl's Birthday
- 用Verilog实现IIC通讯
- 解读QML之三
- gitlab pipelines job执行时日志较大报错
- 新Chrome浏览器不支持html5的问题
- JAVA RPC (四) 之thrift序列化普通对象
- numpy计算结果的保存——ndarray格式数据保存
- POI导出Excel--合并单元格
- (3)The critical role librarians play in the opioid crisis
- C 语言结构体之点运算符( . )和箭头运算符( ->; )的区别
- 第二章 使用接口(Using Interfaces)-书籍翻译
- oozie 重新提交作业
- 551. Student Attendance Record I
- swift版的StringAttribute