北京大学化学与分子工程学院便利用阿里云的智能算力，将靶向药研究数据集计算效率提升了100倍 。
此前算法依赖的是单机式算力，受限于软硬件的限制，往往系统整体性能偏低，无法满足快速增长的算力需求 。而通过集群进行并行计算，能让算力规模不再成为掣肘 。

文章图片

不过有一说一，算力这个东西，其实通过自行购买GPU搭建集群的方式便可以获取，而且此前行业内普遍的做法也是如此 。
那么为什么诸多领域现在都开始时兴采用智算中心了呢？
这是因为近年来，不论是自动驾驶、元宇宙，亦或是生命科学天文学，各类科研和产业应用的发展，都越发具备数智驱动的趋势，这种情况下算的更快往往就是核心优势，算力成为了绝对的生产力 。
基于如此现状，智能计算可以提供更加多元化的算力服务，逐渐成为了主流选择 。
但智能计算不同于通用型计算，需要海量数据对AI模型进行训练，算力往往在模型参数更新、数据迁移等环节被消耗，千卡以上规模仅有40%的有效算力输出，甚至出现计算卡越多，总体性能越差的情况 。
这便导致了规模化的算力的获取困难，不仅硬件成本昂贵，而且还需要专业的技术从系统架构、软件等方面进行深度重构和优化，自建智算中心，成本和时间便成为了最大的敌人 。
以自动驾驶为例，复杂路况下的复杂决策能力，包括识别红绿灯、路口、行车车辆等等，其实已经进入L3-L4级范围 。
按照如此迭代速度，未来3-5年，自动驾驶研发很快会进入较为成熟的L4级甚至是L5级，迭代所需算力规模也会快速上升到只有“智算中心”才能满足 。
算力需求的指数级膨胀，造成目前自动驾驶玩家的“算力”焦虑越来越严重 。
因此，当下自动驾驶对于智算中心的需求，其实是为保持持续的技术领先优势做储备 。
而飞天智算中心便在拿下全球第一速度之外，还规避了诸多传统高性能计算固有的疑难杂症 。
为了解开这些疑难，阿里连顶会最佳论文都没少拿 。
“全球最强”背后的一套功法
秘密就藏在背后的飞天智算平台：
一个可以持续进化的智能算力系统 。

文章图片

换句话说，做智算中心不能仅考虑基础设施和硬件，也要考虑其上运行的软件平台、算法和服务 。
这其中最重要的是做到软硬一体，通过“打磨”让软件和硬件在一个平台中真正相互融合 。
首先，要做到单集群12EFLOPS的算力峰值，仅靠单块芯片无法完成，就需要考虑并行效率的问题 。
如果在一台普通电脑里装两张相同的游戏显卡，大概只能获得75%的性能，也就是花了两份钱只享受到一份半的效果 。
类似的问题在智算中心也存在，而且更严重 。因为要用到上千张GPU做并行计算，算力输出最低往往仅有40%左右 。花一千份的钱，只享受四百份的效果，亏大了 。
那么在飞天智算平台，千卡并行的效率可以做到多少呢？
90% 。
要做到这一点，最关键的就是减少非计算部分的开销——上图里的阿里云灵骏智能计算就是干这事的 。

文章图片

△采用浸没式液冷的灵骏智能计算，Pue低至1.09

• “认养模式”遭质疑 认养一头牛创始人徐晓波回应
• 本文转自：央视网央视网消息：随着我国“县县通5G、村村通宽带”|数字科技“点亮”乡村 数字技术逐渐深入到乡镇生活方方面面
• 本文转自：北青网原标题：“青创北京”火花青年科学思想会热议芯片发展近日|“青创北京”火花青年科学思想会热议芯片发展
• 本文转自：大众日报8月29日|“自贸烟台跨境全球购”正式启用，打造跨境消费新场景
• 本文转自：环球网【环球网无人机 记者 赵汗青】美国Axios网站8月29日称|“不受地形限制！”扫雷无人机在乌克兰协助探测地雷
• 成都独角兽企业增至9家，跻身“全球前30名创业城市”
• 长沙|深夜偷看“不良网站”，以为删除记录就没事？3个后果已悄悄产生
• 苹果公司|2419亿罚款！这一次，库克还“扛得住”吗？
• 苹果|告别信号盲区？iPhone14又爆“黑科技”，苹果将再次领先安卓？
• 华为|美突然“变卦”，美企被“坑”，拆不动了？