阿里云吴结生：高性能计算持续创新，响应数据+AI时代的多元化负载需求

阿里云吴结生提出高性能计算需持续创新，以应对“数据+AI”时代多元化负载需求，通过技术架构升级、弹性资源调度及CIPU 2.0等核心能力，为多行业提供高效、稳定的算力支持。

一、多元化负载驱动高性能计算创新

• 负载类型与挑战当前高性能计算（HPC）面临基础模型训练、自动驾驶、生命科学、工业制造等领域的多元化负载需求，负载特性复杂，对计算能力、存储性能、网络带宽等提出差异化需求。

  负载分类：吴结生根据算力耦合度和数据密集度，将HPC负载分为三类：

  极致耦合型：如大模型训练，需超大规模集群协同计算。

  紧耦合型：如科学计算仿真，依赖低延迟、高带宽网络。

  松耦合型：如批量数据处理，对资源弹性要求较高。

• 阿里云解决方案阿里云构建完整HPC基础设施，推出针对性产品：

  灵骏智算服务：支持极致紧耦合负载，满足大模型训练需求。

  E-HPC高性能计算：支持紧耦合负载，提供全流程仿真计算能力。

  E-HPC Instant计算服务：支持松耦合负载，实现资源快速弹性伸缩。

二、弹性能力与CIPU架构引领“数据+AI”时代

• Cloud HPC的核心优势吴结生强调，云上HPC（Cloud HPC）与传统HPC的核心差异在于弹性能力：

  资源池化与弹性调度：通过云上资源池和动态调度技术，按需分配计算资源，提升利用率并降低成本。

  异构计算兼容性：支持GPU、FPGA等异构资源，结合一键部署、自动化管理，满足AI训练对多样化算力的需求。

  端到端解决方案：通过弹性高性能计算平台E-HPC整合计算、存储、网络和安全能力，优化业务流程。

• CIPU 2.0的技术突破阿里云自研的云基础设施处理器（CIPU）通过整合CPU、GPU和加速卡能力，形成差异化竞争力：

  性能升级：CIPU 2.0在安全、稳定性、性能等方面全面升级，支持更高性能的弹性RDMA（远程直接内存访问），强化HPC负载的网络传输效率。

  应用场景：覆盖大数据处理、AI训练、科学计算等领域，例如在大模型训练中实现节点间低延迟通信，减少训练中断风险。

三、阿里云智算平台赋能多行业创新

• 大模型训练：稳定性与效率并重

  挑战：大模型预训练依赖万卡级集群，单个节点故障可能导致整个训练中断。

  解决方案：阿里云与头部客户合作，通过集群同步优化技术确保所有GPU卡以相同“步伐”运行，提升训练效率。

  案例：为月之暗面提供大规模、高性能智算平台，支持其Kimi智能助手APP的快速迭代，同时通过资源优化降低计算成本。

• 汽车制造：仿真计算提速研发

  挑战：车企需在续航、驾驶体验等方面持续创新，对研发效率要求极高。

  解决方案：阿里云E-HPC服务提供全流程仿真计算，结合高性能网络与存储技术，将仿真效率提升25%，缩短研发周期并节省费用。

• 生命科学：算力弹性降低新药研发成本

  挑战：药物计算波峰算力需求大，平均算力与波峰差距悬殊，资源利用率低。

  解决方案：阿里云E-HPC Instant产品智能调度全局资源，支持望石智慧灵活申请算力，将药物计算效率提升3倍，成本降至原来的三分之一。

四、面向未来的算力底座与产业协同

• 算力作为新质生产力在AIGC新时代，算力是人工智能、云计算、大数据等技术的核心支撑。阿里云通过高性能计算技术，推动算力从“可用”向“高效、稳定、弹性”升级，为产业变革提供底层动力。

• 生态合作与行业应用阿里云与基础模型、智能驾驶、生命科学、能源、制造等行业深度合作，例如：

  为智能驾驶企业提供超低延迟的仿真测试环境。

  为能源行业优化风电场功率预测模型，提升可再生能源利用率。

吴结生总结称，阿里云将持续以智算为基础，通过技术创新降低算力使用门槛，助力全球企业抓住“数据+AI”时代的机遇，实现生产力跃升与结构优化。

很赞哦!（59155）