Le 1er juillet, les données de Jinshi ont annoncé que Tencent avait annoncé une mise à niveau complète de son réseau de calcul haute performance autonome Xingmai. Après la mise à niveau, le réseau Xingmai 2.0 embarque des équipements réseau autonomes et des cartes AI de puissance de calcul, prenant en charge le déploiement à grande échelle de plus de 100 000 cartes, améliorant l'efficacité de communication réseau de 60% par rapport à la génération précédente, et augmentant l'efficacité d'entraînement des grands modèles de 20%. Si la synchronisation des résultats de calcul nécessitait initialement 100 secondes, elle ne prend désormais que 40 secondes; un modèle qui prenait 50 jours à entraîner ne prend désormais que 40 jours.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Tencent lance StarNet 2.0 pour améliorer l'efficacité de l'entraînement des modèles d'IA de grande taille de 20%
Le 1er juillet, les données de Jinshi ont annoncé que Tencent avait annoncé une mise à niveau complète de son réseau de calcul haute performance autonome Xingmai. Après la mise à niveau, le réseau Xingmai 2.0 embarque des équipements réseau autonomes et des cartes AI de puissance de calcul, prenant en charge le déploiement à grande échelle de plus de 100 000 cartes, améliorant l'efficacité de communication réseau de 60% par rapport à la génération précédente, et augmentant l'efficacité d'entraînement des grands modèles de 20%. Si la synchronisation des résultats de calcul nécessitait initialement 100 secondes, elle ne prend désormais que 40 secondes; un modèle qui prenait 50 jours à entraîner ne prend désormais que 40 jours.