Skype: smszmk@hotmail.com
售中:(1)提供伪基站设备相关图片以及技术资料。
(2)连接设备并告知客户设备连接方法以及配置参数。
(3)按时按量完成伪基站安装调试,及时处理突发事件,保持和客户沟通。
售后:(1)有专业技术人员负责伪基站调试,并负责培训客户如何操作4G伪基站以及维护技能。
(2)长期低价提供优质伪基站产品配件。
(3)伪基站设备保修期3年,因设备质量造成设备损坏,我们免费负责维修,如果是因为人员操作不当造成的设备损坏,我们会在收到消息48小时内,远程或到场维修并给出处理意见。
随着国产GPU(图形处理器)芯片的兴起,如何将进口和国产GPU有效结合在一起,打造异构芯片算力集群,成为发展人工智能的一个重要问题。2024世界人工智能大会上,上海企业无问芯穹发布了业内首个千卡规模异构芯片混训平台,其算力利用率最高达到97.6%。这家源于清华大学电子工程系的企业与清华大学、上海交通大学科研团队合作,实现了华为昇腾、天数智芯、沐曦、摩尔线程、AMD、英伟达等6种品牌芯片的交叉混合训练,为大模型训练提供了算力解决方案。
“打开水龙头时,我们不需要知道水是从哪条河里来的。同样道理,今后我们用各种AI应用时,也不需要知道它调用了哪些基座模型,用到了哪种加速卡的算力。”无问芯穹联合创始人兼CEO夏立雪说。
为了实现算力基础设施的“自然供应”,他带领团队开发出“Infini-AI大模型开发与服务云平台”。4个月前,这个云平台首次公测,目前已有智谱AI、月之暗面、生数科技等大模型企业在Infini-AI上稳定使用异构算力,还有20余家大模型应用创业公司在云平台上持续调用各种预置模型API(应用程序编程接口),使用无问芯穹提供的工具链开发模型应用产品。
据介绍,Infini-AI云平台集成了大模型异构千卡混训能力,是业内首个可进行单任务千卡规模异构芯片混合训练的平台,并具备万卡扩展性,支持采用华为昇腾、AMD、英伟达等6种异构芯片的大模型混合训练。从本月起,通过试训申请的用户,可在这个云平台上一键发起700亿参数规模的大模型训练。
夏立雪说,与国际上模型层与芯片层“相对集中”的格局相比,国内模型层与芯片层更加“百花齐放”。这是市场竞争充分的一种表现,但大量的异构芯片也造成了“生态隔离”,给算力的使用方带来一系列技术挑战。据不完全统计,宣布拥有千卡规模的国内算力集群不少于100个,但存在难以有效整合与利用的问题,这是当前大模型行业面临“算力荒”的一个重要原因。
针对这个问题,无问芯穹提出的解决方案是:开发高效整合异构算力资源的算力平台,以及支持软硬件联合优化与加速的中间件,让异构芯片真正转化为大算力。
近日,这家企业与清华大学、上海交通大学联合研究团队发布了HETHUB。这是一个用于大模型的异构分布式混合训练系统,在业内首次实现了6种不同品牌芯片间的交叉混合训练,而且工程化完成度高。作为在异构计算优化与集群系统设计方面的科技成果,它有助于构建“M种模型”与“N种芯片”中间层的“M×N”生态格局,实现多种大模型算法在多元芯片上的高效、统一部署,为更多人工智能企业提供充足的算力资源。