通用计算发展进入后摩尔定律时代之后,随着业务数据猛增,传统CPU架构升级更新带来的性能提升已经无法满足业务对算力增长的需求
以人工智能应用为主要推动力,GPU服务器增长迅速,市场规模巨大
异构计算(Heterogeneous Computing)是用不同制程架构、不同指令集、不同功能的硬件组合起来解决问题的计算架构。异构计算是性能、成本和功耗均衡的技术,同时也是让最适合的专用硬件去做最适合的事,如密集计算或外设管理等,从而达到性能和成本的最优化.。
云渲染通用能力,可以不断衍生拓展,助力产业变革
1. NVIDIA GPU:最新Ampere架构GPU A100、A10国内首发上线;
2. AMD 深度合作优势:T4、A10机型提供Intel与AMD双CPU平台配置,提供多元化更具性价比的产品方案;
3. 网络全新升级:2022 Q1开始新上线产品全面升级100G网络;
4. 自研芯片:针对云游戏、云渲染、AI推理、视频转码等场景,未来提供腾讯自研林片产品,提供差异化和高性价比产品方案选择;
5. 软件生态:在AI计算和算力共享方面,提供TACO AI加速引擎和业界首家做到计算资源完整隔离的qGPU方案;
提供异构算力的弹性计算服务,应用于智能深度学习训练/推理、科学计算图形图像处理、视频编解码等场景
应用于安卓云游戏和视频转码场景,提供多种部署方案
TACO是基于腾讯云Iaas资源推出的自研AI加速引擎,为用户提供开箱即用的AI加速工具,用于分场景支持高性能分布式训练及推理。
■ 支持主流深度学习框架,API兼容,即插即用,业务无感知
■ 刷新了128卡V100训练ImageNet的业界记录
■ 社区首个支持推荐特征动态增删的Embedding方案,TB级超大模型训练效率提升40%以上
■ 自定义网络协议栈,VPC环境下达到接近RDMA的分布式训练性能
■ AMD独家算子加速库,推荐模型性能提升6倍
■ Goya相比主流推理芯片,性能提升近3倍