《异构融合计算技术白皮书》正式发布,龙蜥助力新一代信息技术发展

简介: 龙蜥在异构加速、容器、基础组件工具链、高性能网络、数据库等方面的关键技术取得了巨大突破。

2023 年 9 月 15 日-16 日,世界计算大会在湖南长沙盛大召开。在“计算产业成果发布”会上,龙蜥社区联合合作伙伴工业和信息化部电子第五研究所(以下简称“电子五所”)重磅发布了《异构融合计算技术白皮书(2023)》(以下简称“白皮书”)。


操作系统系统软件迎来场景驱动的创新发展大机遇。操作系统是最为基础的系统软件,在异构芯片、DSA 架构的适配,权衡计算-数据-网络的距离达到最优资源利用,实现异构超融合中有其不可替代的地位。在“硬件芯片 + 操作系统 + 编译器”相结合的基础上,将软硬件协同的边界拓展到运行时组件,实现业务、硬件芯片、操作系统、编译器协同设计,软硬件协同适配是未来信息技术主要发展趋势之一。


近年来,龙蜥社区在异构加速、容器、基础组件工具链、高性能网络、数据库等方面的关键技术取得了巨大突破;在软硬件协同、一云多芯硬件生态、编程语言、运维与性能等相关技术方向都有整体布局。龙蜥社区高性能网络 SIG 在 RDMA 方向有处于行业前沿的技术探索和产品化实践,龙蜥社区的核心贡献者同时是 Linux 社区 ERDMA/SMC 方向的 Maintainer。通过社区协作,我们可以将更多龙蜥社区的成功实践推向高性能网络的国际事实标准,将前沿高性能网络技术落地龙蜥社区产品化实践,积极引领下一代云数据中心高性能网络创新发展。


如白皮书所言,人工智能、大数据、物联网等技术迅猛发展,用户的计算场景更加多元,计算类型更加复杂多样,多 CPU、多 XPU 共存也已然成为长期趋势,这会显著增加操作系统对多元异构硬件管理和使用的复杂性。龙蜥社区秉承“平等、开放、协作、创新”原则,联合社区合作伙伴在操作系统多方面进行优化。首先,操作系统需要能够对异构设备进行抽象,将不同的异构设备抽象成标准的 Linux 设备供程序使用;其次,操作系统需要提供异构设备的统一编程模型,以此简化编程方式,提升应用程序性能;最后,操作系统需要对异构设备的调度使用进行优化,充分发挥异构设备的性能优势。


电子五所软件与系统研究院(部)杨晓明院长对白皮书内容进行了深度解读。该白皮书旨在探讨异构融合计算技术的内在机制、应用场景和技术趋势,通过分析异构计算技术的发展现状及面临的问题,从硬件层面、软件层面、系统层面分别提出了异构融合计算技术的探索方案及演进方向,为计算系统的算力变革和融合创新提供一种新的解决方案。


龙蜥社区技术委员会主席杨勇寄语:“‘异构融合计算技术白皮书’汇聚了广泛的领域专家智慧,对计算架构演化、异构计算挑战、发展趋势、典型案例等全方位梳理,对信息技术发展有预见性,必将促使更多人关注和支持异构融合计算的发展。让我们一起抓住新一代信息技术变革机遇。”


龙蜥社区(OpenAnolis)立足云计算打造数字创新基石,聚拢产业生态力量,共创数字化发展开源新基建。汇聚企事业单位、高等院校、科研单位、非营利性组织、个人开发者等多元角色,作为面向国际的 Linux 服务器操作系统开源根社区及创新平台,龙蜥社区持续推动软、硬件及应用生态繁荣发展。


白皮书下载方式:

1.发送“获取《异构融合计算技术白皮书》”至邮箱:saibao2022@163.com2.关注软硬件融合公众号,公众号回复“白皮书”下载。

更多龙蜥白皮书内容,点击这里查看。


相关链接:

2022 龙蜥社区全景白皮书(或公众号【OpenAnolis龙蜥】回复关键字“白皮书”获取)

https://openanolis.cn/openanoliswhitepaper

—— 完 ——

加入龙蜥社群

加入微信群:添加社区助理-龙蜥社区小龙(微信:openanolis_assis),备注【龙蜥】与你同在;加入钉钉群:扫描下方钉钉群二维码。

关于龙蜥

龙蜥社区是立足云计算打造面向国际的 Linux  服务器操作系统开源根社区及创新平台。龙蜥操作系统(Anolis OS)是龙蜥社区推出的 Linux 发行版,拥有三大核心能力:提效降本、更加稳定、更加安全。


目前,Anolis OS 23 已发布,全面支持智能计算,兼容主流 AI 框架,支持一键安装 nvidia GPU 驱动、CUDA 库等,完善适配 Intel、兆芯、鲲鹏、龙芯等芯片,并提供全栈国密支持。


加入我们,一起打造面向云时代的操作系统!

相关文章
|
2月前
|
存储 人工智能 专有云
云栖政企速递|飞天企业版“双I”战略正式发布,开启专有云智能化与国际化新篇章
2025年9月25日,在杭州云栖大会“专有云智能化与国际化论坛”上,阿里云正式发布面向未来十年的飞天企业版“双I”战略——以AI(智能化)为技术方向,International(国际化)为市场方向,全面推动专有云“智能化升级”与“全球化拓展”的双重跃迁。
451 0
|
机器学习/深度学习 人工智能 芯片
【AI系统】超异构计算
本文探讨了计算机架构发展的黄金十年,重点介绍了异构计算和超异构计算的概念及其在AI芯片发展中的应用。文章首先回顾了AI芯片发展的三个阶段,随后详细阐述了异构计算的优势和应用场景,如性能飞跃、灵活定制、降低成本和降低功耗。接着,文章分析了超异构计算的出现背景、基本特征及其面临的挑战,包括软件层的复杂性和硬件定义软件与软件定义硬件之间的权衡。最后,展望了超异构计算的未来,强调了跨平台统一计算架构的重要性,以及构建开放生态系统的必要性。
713 5
|
6月前
|
人工智能 调度 芯片
《大模型背后的隐形战场:异构计算调度全解析》
在大模型训练中,CPU、GPU和AI芯片各司其职:CPU擅长逻辑控制,GPU专攻并行计算,AI芯片则针对特定AI任务优化。然而,实现三者的高效协同面临诸多挑战,如任务分配、通信延迟及资源管理等问题。通过动态任务分配、通信优化与资源调整等策略,可提升训练效率。未来,随着硬件进步和算法智能化,异构计算协同调度将更加高效,并结合云计算、边缘计算等技术拓展应用范围,推动人工智能技术发展。
395 15
|
9月前
|
存储 人工智能 自然语言处理
知识库管理:全流程智能化中枢,驱动企业信息资产高效流转
智能系统的知识库管理技术可以深度融合AI技术与精细化流程控制,提供从内容创建到版本追溯的全生命周期管理。支持多模态数据统一存储(文本、语音、图像等),实现自动化审核、智能分类与语义检索,确保企业知识资产的安全存储与高效利用,助力业务持续优化。核心功能包括多角色协作编辑、动态标签管理、历史版本追溯及毫秒级语义检索,大幅提升信息管理效率与准确性。
452 9
|
存储 机器学习/深度学习 并行计算
GPU通信互联技术:GPUDirect、NVLink与RDMA
在高性能计算和深度学习领域,GPU已成为关键工具。然而,随着模型复杂度和数据量的增加,单个GPU难以满足需求,多GPU甚至多服务器协同工作成为常态。本文探讨了三种主要的GPU通信互联技术:GPUDirect、NVLink和RDMA。GPUDirect通过绕过CPU实现GPU与设备直接通信;NVLink提供高速点对点连接和支持内存共享;RDMA则在网络层面实现直接内存访问,降低延迟。这些技术各有优势,适用于不同场景,为AI和高性能计算提供了强大支持。
|
存储 机器学习/深度学习 人工智能
深入浅出 AI 智能体(AI Agent)|技术干货
随着人工智能技术的发展,智能体(AI Agents)逐渐成为人与大模型交互的主要方式。智能体能执行任务、解决问题,并提供个性化服务。其关键组成部分包括规划、记忆和工具使用,使交互更加高效、自然。智能体的应用涵盖专业领域问答、资讯整理、角色扮演等场景,极大地提升了用户体验与工作效率。借助智能体开发平台,用户可以轻松打造定制化AI应用,推动AI技术在各领域的广泛应用与深度融合。
31695 1
|
人工智能 智能硬件
如何在一周内摸清一个行业:ChatGPT + 麦肯锡关键词分析法
如何在一周内摸清一个行业:ChatGPT + 麦肯锡关键词分析法
2582 0
如何在一周内摸清一个行业:ChatGPT + 麦肯锡关键词分析法
|
传感器 人工智能 算法
AI技术在智慧城市建设中的应用与前景
传统的城市规划和管理面临诸多挑战,如交通拥堵、资源浪费、环境污染等。随着人工智能技术的发展,其在智慧城市建设中的应用成为解决这些问题的关键。本文将探讨AI技术在智慧城市建设中的应用现状与前景,从智能交通管理、智能能源利用、智慧环境监测等方面进行分析,展望AI技术为智慧城市带来的巨大潜力与发展方向。
559 27
|
人工智能 资源调度 Kubernetes
Koordinator 异构资源/任务调度实践
Koordinator 异构资源/任务调度实践
16314 10
|
人工智能 编解码 文字识别

热门文章

最新文章