至顶网CIO与应用频道 08月08日 北京消息:时隔60年,创造了“人工智能”这个名词的达特茅斯会议的参与者们可能不会想到,如今的人工智能产业已经庞大到了包罗万象的程度,无论是科技、制造、医疗,还是气象、宏观经济,无一不会受到影响。他们更不会想到,在人工智能正在成为推动社会发展的不可或缺的基础资源时,云计算服务商在其中扮演了十分关键的角色。
云计算和大数据是人工智能的重要驱动力。云计算是大数据生成的前提,而人工智能又是前两者的必然结果,三者相辅相成。作为国内领先的公有云服务商,金山云已于近期推出覆盖多个层面的KAP(Kingsoft AI Propeller)人工智能云,为各个行业提供多种组合型AI解决方案和服务。最近,KAP人工智能云的重要组成部分——金山云深度学习平台KDL(Kingsoft Deep Learning)也正式上线,在构建金山云全新人工智能服务生态的同时,也将在帮助企业级客户实现AI赋能、推进产业升级等方面,发挥积极作用。
金山云官网KDL平台在线购买页面
KDL:KAP人工智能云的最大亮点
在金山云KAP人工智能云布局中,KDL平台位于PaaS层,金山云希望将KDL平台打造成KAP人工智能云的最大亮点,通过重点打造人工智能关键的深度学习能力,为客户的深度学习研发和产品周期提供完整支持,包括数据的存储、预处理、训练、评估、上线预测等各个环节,帮助客户更快实现深度学习的落地。
KDL平台在成本、效率、安全、性能等多个方面,为企业级客户提供了更好的人工智能业务发展支持。在性能上,KDL平台底层基于金山云的高性能异构计算集群,单机可提供高达8卡的并行训练能力,而基于先进的100G的RDMA核心网络,KDL可以为大型深度学习模型的分布式训练提供多达2000片以上的GPU算力。相比上一代的M40 GPU,KDL最新的Pascal GPU可以提供1.4—1.7倍的加速比,而相比广泛使用的K40,更是有高达3倍的性能提升。
在功能上,KDL平台共有六大特点。首先是开箱即用。客户无需购买任何计算资源、无需安装部署环境、无需调优系统与组件参数、无需关心底层资源拓扑结构,无需任何环境配置,就可以实现作业秒级启动。
第二,数据解耦。KDL平台可帮助客户打通和对象存储之间的数据通路。包含数据和计算资源解耦,数据多副本、高可用,便捷的流水线处理等特性。
第三,资源与故障隔离。KDL平台具有完善的资源调度和资源隔离设计,支持子帐号,能够精准控制作业资源,客户无需担心作业间的资源竞争。并且由于有着断点续跑、作业自动failover等功能,客户对底层基础设施的故障将完全无感知,无需关心底层硬件故障。
第四,弹性伸缩。KDL平台为客户提供了多种不同的资源套餐,用户可以根据实际需求选择匹配的资源套餐和服务副本数量。
第五,成本控制。KDL平台为客户提供了灵活的按需计费方式,客户可按照实际的使用资源和时长,以作业为粒度进行付费。无硬件和运维成本,客户也无需为适配KDL平台做代码修改,代码可实现零迁移成本。
第六,操作直观。考虑到操作的便利性,KDL平台为客户提供了友好方便的控制台管理界面。
KDL平台帮助人工智能成为新时代的“水电煤”
在安全上,KDL平台有着完善的监控和报警机制,支持企业级数据加密,提供11个9的数据可靠性,同时可以提供基于VPC/专线网络的混合云解决方案,确保客户数据安全和保密。此外,KDL平台基于金山云稳定的云存储和调度能力,可以确保客户的深度学习任务得到分钟级的故障恢复,并且确保训练进度不会丢失。
在价格上,KDL平台也为不同行业、不同需求的客户进行了定制化设计。KDL平台分为三个版本,分别为C-KDL(通用KDL)、E-KDL(专属KDL)、P-KDL(私有化部署KDL)。其中,C-KDL针对的是通用型需求,共享计算资源池,按需计费。支持预付费和后付费,以作业为单位,小时计费。GPU和CPU的不同配置均为标准价格,按照购买时长,客户可享最高50%的优惠。
E-KDL在公有云上为客户开辟专属GPU计算资源池,客户可独享专属GPU计算资源,可以任意使用,并且后付费,根据专属GPU计算资源池大小按月收费。而P-KDL则是在客户私有云环境部署KDL服务(不包括硬件资源),按照商务合同计费。
在“云产生数据-数据驱动业务-数据产生智能”这样的逻辑指引下,目前,KDL平台是国内云计算企业中首个实现商用的人工智能云PaaS平台,并且已经应用在金山WPS office、mail和金山词霸中。可以说,KDL平台承载的不仅是客户的需求,也是金山云的殷切期待:在拥有强势技术和服务能力的基础上,以客户为导向,不断创新,为帮助人工智能成为新时代的“水电煤”,作出新的贡献。目前,KDL平台已在金山云官网上线(http://www.ksyun.com/proservice/kdl),客户可在线购买。
好文章,需要你的鼓励
这项由浙江大学与阿里巴巴通义实验室联合开展的研究,通过创新的半在线强化学习方法,显著提升了AI界面助手在多步骤任务中的表现。UI-S1-7B模型在多个基准测试中创造了7B参数规模的新纪录,为GUI自动化代理的发展开辟了新的技术路径。
阿里巴巴联合浙江大学开发的OmniThink框架让AI学会像人类一样慢思考写作。通过信息树和概念池的双重架构,系统能够动态检索信息、持续反思,突破了传统AI写作内容浅薄重复的局限。实验显示该方法在文章质量各维度均显著超越现有最强基线,知识密度提升明显,为长文本生成研究开辟了新方向。
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
腾讯混元3D 2.0是一个革命性的3D生成系统,能够从单张图片生成高质量的带纹理3D模型。该系统包含形状生成模块Hunyuan3D-DiT和纹理合成模块Hunyuan3D-Paint,采用创新的重要性采样和多视角一致性技术,在多项评估指标上超越现有技术,并提供用户友好的制作平台。作为开源项目,它将大大降低3D内容创作门槛,推动3D技术的普及应用。