8月4日消息，近日，网宿科技宣布升级推出GPU算力平台。网宿GPU算力平台基于网宿广泛分布的节点资源，提供高性能GPU算力资源，能显著提升图形处理以及浮点运算能力，并具备弹性、低成本、易于使用等特性，可广泛应用于AI大模型训练、AI推理、图形可视化、视频处理、云游戏、AIGC等多种应用场景。
网宿科技边缘云平台部总监苏学敏表示，此次网宿升级推出全新GPU算力平台，是公司在算力网络领域的持续深化，希望为各行业的数智化升级构筑强大算力支撑，共同分享AI时代的创新机遇。
众所周知，伴随5G、AI、大数据等新一代信息技术的快速发展，诸如云游戏、元宇宙、VR/AR等新应用场景加速照进现实，随之带来大量的算力需求。而当前人工智能大模型的兴起，大模型的训练和推理过程进一步带动算力需求爆发，同时也推动算力需求由通用性CPU算力向高性能GPU算力发展。
根据数据预测，AI时代算力的增长已远远超过了摩尔定律每18个月翻番的速率，预计到2030年全球超算算力将达到0.2ZFLOPS，平均年增速超过34%。而中国信通院发布的报告显示，2022年我国GPU智能算力规模近乎翻倍，达到268EFLOPS，超过通用算力规模，预计未来5年我国智能算力规模的年复合增长率为52.3%。
在巨大的算力需求下，业内厂商意识到谁能提供真正的高性能GPU，谁就能赢得市场、掌握未来。而依托海量资源与深厚技术能力，网宿科技已经布局其中。
据悉，网宿边缘GPU算力平台具备四大优势，一是提供边缘就近接入，显著降低时延；二是依托广泛分布的节点优势，实现边缘GPU资源覆盖全球主流区域；三是灵活弹性，实现按需使用算力资源、优化成本；四是提供强大计算性能，在处理复杂的计算任务、大规模数据处理和高性能计算等方面表现出色。
苏学敏介绍，网宿GPU算力平台实现了从IaaS、PaaS、SaaS层的全面覆盖，目前已经在AI大模型训练、边缘渲染、边缘推理、转码、云游戏、AIGC文生图、虚拟人等场景落地。
以AI大规模训练场景为例，AI训练涉及大规模的数据处理和复杂的计算任务，需要大量的计算资源和数据存储空间，对硬件和基础设施提出巨大挑战，且成本居高不下。传统的CPU服务器存在效率瓶颈，已然无法满足快速迭代和实时决策的需求。
网宿GPU算力平台的并行计算能力使其能够同时处理多个数据和模型，充分利用硬件资源，可以在较短的时间内训练更大规模的模型、处理更多的数据，从而提高训练的效率。同时，网宿GPU算力平台提供灵活的计算实例类型和规模选择，使客户可以根据实际需求进行扩展或缩减，无需投资于昂贵的硬件设备，即实现成本最优。
而在离用户更近的场景中，包括虚拟人、云游戏等都对实时渲染提出超高要求，网宿GPU算力平台采用边缘就近推流、私有协议推流，可以降低时延、保证安全稳定，并且利用GPU的强大并行计算能力和先进的图形渲染技术，可以实现高质量、逼真的渲染效果，帮助客户提升应用的用户体验与市场竞争力。
“每一次颠覆性应用从兴起走向大规模落地，背后都需要技术作为助推，网宿希望一如既往扮演好技术桥梁的角色，赋能客户实现创新应用的快速落地。”苏学敏表示。
值得注意的是，在AI算力催化下，GPU市场规模正爆发式增长。根据IDC的数据显示，全球GPU市场规模在2021年达到了约250亿美元，预计到2026年将达到550亿美元，年复合增长率（CAGR）为17%。增长主要得益于人工智能和深度学习领域对高性能计算资源的旺盛需求，此外，随着AI技术的普及，越来越多的企业和研究机构开始加大对GPU的投资，进一步推动了市场的扩张。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
