干货分享丨智造底座——AI算力池化的必要与实践

为了帮助工业企业更好地了解数据存储及管理的应用趋势，e-works在线学院于2022年9月23日14:00举办了以“工业数据存储及管理”为主题的线上研讨会。

趋动科技售前工程师Johny Hong受邀作主题分享，并与线上几千观众共同探讨了建设智造底座——AI算力池化的必要与实践。

据埃森哲公司测算，到2035年，人工智能技术的应用将使制造业总增长值(GVA)增长近4万亿美元，年度增长率达到4.4%。中国是制造业第一大国，又是人工智能第二大国，未来人工智能与制造业的融合发展未来可期。智能制造的市场规模巨大，细分场景数量也很大，这是众多工业产品的多样化制造场景决定的。

不难看出，在基于人工智能实现从数据到信息、知识、决策的转化过程中，算力正在成为挖掘数据价值的核心支撑力和驱动力。然而在现实应用中，作为高级图形处理和算力支持的GPU利用率却并不高，传统的物理绑定GPU方式正在束缚算力资源，让其无法发挥应用的价值，更别提在高级别渲染、虚拟现实和深度学习等项目中灵活的进行资源协作。

为了最大化释放GPU性能，同时提升企业对于AI模型的训练效率，趋动科技推出了 OrionX（猎户座）AI 算力资源池化解决方案 和 GEMINI（双子座）AI训练平台。

OrionX AI 算力资源池化解决方案可以在几乎零性能损失的情况下，提供对于物理GPU的细粒度、可远程、运行时动态可配置的虚拟化方案。通过高效的通讯机制，使AI应用可以运行在云或者数据中心内任何一个物理机上，Container或者VM内而无需挂载物理GPU，同时为这些应用程序提供在GPU资源池中的硬件算力。

另一方面，随着云原生应用下沉与落地，越来越多的企业与开发者开始采用微服务、容器等新一代技术和方式加速数字化的转型。GEMINI AI训练平台以云原生容器服务为基础架构，调用云资源，配合人工智能、大数据以及分布式计算框架，服务于企业的AI算法开发、模型训练以及AI应用部署需求。借助容器、微服务、无服务器等云原生优势，企业和开发者得以在IT成本优化的条件下实现AI算法高效训练、应用敏捷开发、程序灵活部署和全生命周期管理。

从提升研发设计效率到企业全生命周期的数据管理，目前趋动科技的GPU池化技术正活跃在加速CAD/CAE软件应用、提升样本学习速度、AI智能终端编程等生产制造全过程。诸如自动驾驶、电信、银行、互联网等领域的头部客户都已开始采用趋动科技的解决方案，实现算力的灵活调配，从而降低IT成本，提高生产运营效率。