بيانات جين شي في 1 يوليو، أعلنت تينسنت أنها قامت بترقية شبكة الحوسبة العالية الأداء الخاصة بها ذاتية التطوير بشكل شامل. شبكة الحوسبة العالية الأداء الجديدة 2.0 مجهزة بأجهزة الشبكة الخاصة بالشركة وبطاقات قوة الحوسبة الصناعية الذكية، وتدعم توصيل أكثر من 100،000 بطاقة بشكل كبير. كما أن كفاءة الاتصال في الشبكة ارتفعت بنسبة 60% مقارنة بالجيل السابق، مما يجعل كفاءة تدريب النماذج الكبيرة ترتفع بنسبة 20%. إذا كان من المعتاد أن يستغرق تزامن نتيجة الحساب في عملية التدريب الأصلية 100 ثانية، فإنه الآن يحتاج فقط 40 ثانية؛ وإذا كان يحتاج تدريب النموذج الذي كان يستغرق 50 يومًا في السابق، فإنه الآن يحتاج فقط 40 يومًا.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
أطلقت Tencent شبكة StarNet 2.0 لزيادة كفاءة تدريب النماذج الضخمة للذكاء الاصطناعي بنسبة 20%
بيانات جين شي في 1 يوليو، أعلنت تينسنت أنها قامت بترقية شبكة الحوسبة العالية الأداء الخاصة بها ذاتية التطوير بشكل شامل. شبكة الحوسبة العالية الأداء الجديدة 2.0 مجهزة بأجهزة الشبكة الخاصة بالشركة وبطاقات قوة الحوسبة الصناعية الذكية، وتدعم توصيل أكثر من 100،000 بطاقة بشكل كبير. كما أن كفاءة الاتصال في الشبكة ارتفعت بنسبة 60% مقارنة بالجيل السابق، مما يجعل كفاءة تدريب النماذج الكبيرة ترتفع بنسبة 20%. إذا كان من المعتاد أن يستغرق تزامن نتيجة الحساب في عملية التدريب الأصلية 100 ثانية، فإنه الآن يحتاج فقط 40 ثانية؛ وإذا كان يحتاج تدريب النموذج الذي كان يستغرق 50 يومًا في السابق، فإنه الآن يحتاج فقط 40 يومًا.