AI算力研究框架（100页PPT）（二）
AI算力研究框架
超意图“智见”机器视觉解决方案广泛应用于钢铁智能制造整体解决方案中，通过在钢卷、板材、棒材等生产线中导入视觉检测子系统，推动钢铁制造的智能化升级，助力钢铁企业实现生产流程。以技术体系和组织管理的多维度创新打造高效率、高品质、绿色、安全的智能工厂 。
在 GPU 领域，2022 年无论好坏都是一个重要的里程碑。英特尔兑现了重新进入独立显卡市场的承诺，Nvidia将显卡尺寸和价格推向了顶峰，AMD将 CPU 技术带入了显卡领域。
上文介绍的基于 SR-IOV 硬件虚拟化技术的 GPU，VF 的数量比较固定，且每个 VF 获得的资源是均分的、定额的。将这些 VF 透传给虚拟机后，由于各个虚机的 workload 不同，就可能出现某些 VF 的资源不够用，而另一些 VF 的资源用不完的情况。
对于 GPU 这样的高速 PCIe 设备，虽然也可以借助 virtio 的方式来实现 guest VM 对 GPU 资源的共享，但因为需要 hypervisor 参与 emulation，效率不高。性能更佳的方案是将物理 GPU 以整体或部分的形式，“透传”给 VM。
本文结合实践剖析存储系统的架构及运行原理，深入分析各种存储性能瓶颈场景，并提出相应的性能优化手段，希望对同行有借鉴和参考价值。
GPU的核心竞争力在于架构等因素决定的性能先进性和计算生态壁垒。国内GPU厂商纷纷大力投入研发快速迭代架构，推动产业开放构建自主生态，加速追赶全球头部企业。国产替代需求持续释放叠加国际局势不确定性加剧，AI&数据中心、智能汽车、游戏等GPU需求有望高增，国产GPU迎来发展黄金期，我们看...
GPU 传统上是用于 graphic 的，但由于其适合并行计算的构造，近几年被越来越多地运用到深度学习和人工智能领域，刮起了一阵猪都能飞的风。尤其是最近国外 AIGC 的技术突破，让 GPU 再次成为一个关注的焦点。 所谓“适合并行计算”，应该是相对传统的 CPU 而言的。要论单个计算单元的能...
GPU 加速计算可以提供非凡的应用程序性能，能将应用程序计算密集部分的工作负载转移到 GPU，同时仍由 CPU 运行其余程序代码。