思腾云计算

ChatGPT引发AIGC热潮,思腾合力提供纯国产化AI基础架构解决方案,包括高性能服务器和运算卡,助力中国AI创业团队应对安全与预算挑战。
部署运行你感兴趣的模型镜像

ChatGPT 发布就引爆全网,一周内用户量超过百万,推出仅两个月,注册用户就突破1个亿,同时国内外大厂纷纷涌入 AIGC 赛道,仅2023年2月中旬已经有超过一千个 AIGC 项目上线。

图片

点击图片查看大图

所以未来 AIGC 必然像互联网一样成为下一个行业爆点,早入就早点掌握了行业先机,可是随着国际局势风云变幻,怎样选择搭建一个训练和推理环境想必是大家头疼的问题,其实关于这个问题在国务院总理李克强的政府工作报告中已经为大家指明选择方向,李克强总理强调“产业政策要发展和安全并举,科技政策要聚焦自立自强”。

思腾合力是一家人工智能基础架构解决方案供应商,公司成立于2009年,在成立之初就一直致力于 AI 行业,拥有自主品牌 AI 服务器及通用服务器,适用于深度学习训练及推理等场景,公司深耕高性能计算领域多年,已经打造出了一套完全自主的软硬件结合的产品生态, 为 AI 行业提供基础算力支撑积累了丰富的行业经验,公司为迎合国家政策,赋能AIGC行业,促进中国 AIGC 行业发展壮大,让 AI 创业团队在选择基础算力时再无后顾之忧,再无安全顾虑,推出了纯国产化的 AI 基础架构解决方案,实现了从硬件到软件,从单台服务器单张运算卡到服务器集群,不同预算需求,不同层次需求的国产化解决方案。

图片

在服务器方面我们有海光 4U 搭载8双宽卡 AI 训练型服务器,和 2U 3卡轻量训练和密集推理型服务器,还有鲲鹏,飞腾等AI服务器;从产品分类上又有高性能,有高效能等不同形态不同价位可供您选择;从 CPU 芯片到内存、硬盘,BIOS 和 BMC 固件以及以及上层操作系统,皆可以实现国产化解决方案,为您提供全方位的安全呵护。

在运算卡方面我们有行业算力领先的华为 Atlas300T 系列训练卡单卡可提供最高 280 TFLOPS FP16 的超强算力,也有集通用处理器、AI Core、编解码 于一体,提供超强 AI 推理、目标检索等功能的 300I/300V pro  推理卡,也有天数智芯与 CUDA 兼容并支持200种以上的AI模型天垓 V100 训练卡以及支持各种运算精度的智凯推理卡, 等纯国产运算卡,以上运算卡都支持 ARM 和 X86 架构,无论哪种机型皆可搭载。

思腾合力华思系列 AI 服务器

01

CH2D20-HA

Sitonholy

搭载海光7000处理器 | 2U

高性能 | 高密推理 | 轻量训练

全新散热系统 | 全面均衡扩展

适用于企业、金融、政府

图片

图片

02

CH4D20-HA

Sitonholy

搭载海光7000处理器 | 4U

高性能 | 强大训练性能 | 极致扩展

支持各种主流双宽*8张

AI 训练首选

图片

图片

03

CF2D10-MA

Sitonholy

搭载飞腾S2500处理器 | 2U

高性能 | 支持多种配置管理

支持2张双宽或4张单宽主流运算卡

图片

图片

04

CW2D00-MA

Sitonholy

搭载华为鲲鹏920处理器 | 2U

高效能 | 低功耗 | 轻量推理

可搭载 2 张 Atlas 单宽卡

图片

图片

可选配 AI 运算卡

01

华为 Atlas 300T Pro  高性能训练卡

Sitonholy

配合服务器为数据中心提供强劲算力的AI加速卡,单卡可提供最高280 TFLOPS FP16算力,加快深度学习训练进程。具有超强算力、高度集成、高速带宽等特点,满足互联网、运营商、金融等需要人工智能训练以及高性能计算领域的算力需求。

图片

图片

02

华为 Atlas 300V Pro  视频解析卡

Sitonholy

融合通用处理器、AI Core、编解码于一体,提供超强AI推理、视频图片编解码等功能,具有超大视频解析路数、高性能特征检索、安全启动等优势,支持128路高清视频实时分析,可广泛应用于智慧城市、智慧交通、智慧园区、智慧金融等诸多AI行业场景。

图片

图片

03

华为 Atlas 300I Pro  推理卡

Sitonholy

融合通用处理器、AI Core、编解码于一体,提供超强AI推理、目标检索等功能,具有超强算力、超高能效、高性能特征检索、安全启动等优势,可广泛应用于OCR识别、语音分析、搜索推荐、内容审核等诸多AI应用场景。

图片

图片

04

天数智芯 天垓100 多精度训练卡

Sitonholy

应用覆盖广:支持200种以上的AI模型训练

全栈生态支持:兼容主流生态,已开发代码基本无需修改即可跑通,兼容主流服务器已适配X86、ARM等CPU架构

性能可预期:软硬件架构针对通用计算和人工智能而设计,与行业主流GPU产品软硬件架构可类比

图片

图片

您可能感兴趣的与本文相关的镜像

GPT-oss:20b

GPT-oss:20b

图文对话
Gpt-oss

GPT OSS 是OpenAI 推出的重量级开放模型,面向强推理、智能体任务以及多样化开发场景

### 腾合力服务器使用教程 腾合力服务器的使用教程涵盖了从基础连接到高级任务提交的多个方面。以下内容详细介绍了如何使用腾合力服务器,包括连接服务、作业提交、镜像上传等操作。 #### 1. 连接服务 腾合力服务器支持多种连接方式,例如 SSH、Jupyter 和 PyCharm 等[^1]。以下是每种连接方式的基本步骤: - **SSH 连接** 使用 SSH 客户端连接到服务器,命令格式如下: ```bash ssh username@219.216.99.4 -p 22 ``` 其中 `username` 是用户账号,`219.216.99.4` 是服务器地址,`22` 是默认端口号。 - **Jupyter 连接** Jupyter Notebook 可通过浏览器访问,连接地址为 `http://219.216.99.4:6901`。需要确保服务器已启动 Jupyter 服务,并获取对应的 Token 或密码[^1]。 - **PyCharm 连接** PyCharm 的远程调试配置较为复杂,建议参考官方文档:[PyCharm 配置教程](https://github.com/sitonholy/scm/blob/master/notes/submit_jobs.md)[^1]。具体步骤包括配置远程解释器、同步代码文件和设置调试断点。 #### 2. 作业提交 作业提交是腾合力服务器的核心功能之一。可以通过 Web 界面或命令行工具完成作业提交。以下是一个示例 JSON 文件结构[^2]: ```json { "jobName": "example_job", "image": "219.216.99.4:8888/zhengyan/ubuntu18.04_cuda10.1_cudnn7_py3.6_tf2.3_torch1.6:v1.2", "gpu": 1, "cpu": 4, "memory": "8G", "command": "python train.py" } ``` 将上述 JSON 文件保存为 `job.json`,并通过以下命令提交作业: ```bash curl -X POST -H "Content-Type: application/json" --data @job.json http://219.216.99.4/api/jobs ``` #### 3. 镜像管理 腾合力服务器支持通过 Harbor 仓库管理 Docker 镜像。以下是上传和下载镜像的基本步骤[^3]: - **上传镜像** 1. 登录 Harbor 仓库: ```bash docker login 219.216.99.4:8888 ``` 2. 标记本地镜像: ```bash docker tag local_image:tag 219.216.99.4:8888/namespace/image:tag ``` 3. 推送镜像: ```bash docker push 219.216.99.4:8888/namespace/image:tag ``` - **下载镜像** 1. 登录 Harbor 仓库。 2. 拉取目标镜像: ```bash docker pull 219.216.99.4:8888/namespace/image:tag ``` #### 4. 数据集传输 对于大内存数据集,推荐通过 SCP 或 SSH 协议进行传输[^3]。以下是上传和下载数据集的命令: - **上传数据集** ```bash scp -r /path/to/local/dataset username@219.216.99.4:/path/to/server/directory ``` - **下载数据集** ```bash scp -r username@219.216.99.4:/path/to/server/dataset /path/to/local/directory ``` #### 5. 系统安全与运维 腾合力服务器内置了多层次的安全机制和能运维功能[^4]。这些功能包括国密算法加密、片级根信任、实时监控和故障分类上报等。用户可以通过简洁易用的 Web 管理平台进行系统维护。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值