2024年10月11日，第12届中国移动600941）全球合作伙伴大会在广州盛大开幕，彩讯股份300634）AI原生云计算解决方案Rich AICloud在大会亮相，Rich AICloud致力于为大模型应用开发构建坚实的智算基础设施底座。
算力是大模型构建不可或缺的基石，算力直接关乎大模型训练的效率和成果。大模型的计算特性为：大数据、大计算，例如GPT4、Meta Llama3的训练都是基于几万卡GPU集群，然而当前国内智算集群的建设仍面临一定的困境：第一，算力可靠性几何式降低：一个任务在数十、数百台机器中运行，单台可靠性是99%，百台机器是99%^100=36.6%，GPU规模越大，则整体可靠性就越低；第二，系统优化配置复杂：构建稳定高效的大模型系统，需要对网络、框架、模型诸多参数进行调优；第三，工具少，生态弱：国外厂商封锁算力集群建设及优化技术，国内GPU厂商的软件生态尚在建设中，万卡集群建设仍面临一定的挑战。
如何控制算力成本，提升集群规模，高效管理集群，提升大模型训练推理速度，是各大企业及算力提供商面临的难题。
针对当前算力的挑战，彩讯股份推出了AI原生（AI-Native）云计算解决方案，该方案是集合了下一代AI原生云计算网络架构、超大规模算力集群管理平台、高性能大模型训推平台的AI算力构建及大模型运营一体化解决方案，旨在帮助企业快速构建大规模算力集群、部署运营专属大模型，赋能智能化转型。
Rich AICloud分为三层：其底层是RichNet下一代AI原生云计算架构，中间层是可实现万卡集群管理的RichMoss超大规模算力集群管理平台，顶层是针对大语言模型/文生图/视频的RichBoost高性能大模型训推平台。通过将AICloud平台部署到 GPU算力集群硬件服务器上，可以低成本、高效率构建起高可用、高性能的 AI 算力集群。
AI大模型对网络性能需求是大带宽、高负载、零丢包的无损网络。随着技术的发展，现在数据中心内的高性能网络传输机制，已经从TCP/IP逐步切换到RDMA，即远程直接内存访问。RoCE（RDMA over Converged Ethernet），是一种能在以太网上进行RDMA的集群网络通信协议，它可以大大降低以太网通信的延迟，提高带宽的利用率。
RichNet的RoCE网络交换机，聚焦于下一代高性能网络，提供先进的RoCE网络整体解决方案，提供端到端RDMA计算通信互联系统，基于RoCE以太网络带宽利用率可达到IB网络90-96%，All-Reduce基准测试稳定性提升20%+，AI-to-AI基准测试吞吐量提升20%+。
RichNet具备多重领先优势，在千卡集群中，方案可为客户节省超过一千五百万元的成本开支；方案通用性高，支持快速交付与响应，传统IB交货周期需要数月，而RichNet RoCE交货周期仅需数周；通过自研系统与算法，保证了较高的稳定性（传输抖动程度）和高性能（链路利用率）。
RichMoss超大规模算力集群管理平台，支持云原生、容器化的部署方式，支持异构GPU设备。通过计算抽象能力+高级调度功能，连接AI工作负载与底层计算资源，并通过高效、灵活的调度机制和策略，优化地运行各种AI负载，最大化资源利用。
先进的 AI 计算集群调度器，提供运行大规模工作负载所需的高级调度功能，支持根据业务目标灵活定义和设置调度策略；异构GPU调度，池化 GPU 等各种计算资源，支持不同厂商GPU，支持集群规模的动态扩展；弹性分配工作负载，自动回收闲置资源，优化现有计算资源利用率，允许在同一硬件上运行更多计算；灵活扩展的工作流系统，能够把复杂的计算步骤灵活地组合在一起，进行统一管理和调度，在集群中实现复杂大规模计算工作流自动化，支撑企业级、复杂、大规模的 AI 工作负载；全面可视化的监控能力，可视化的界面提供 CPU、Memory、GPU、网络、存储等硬件资源监控，达到对平台计算任务的全面观测和管理。
彩讯股份提供高性能的大语言模型推理引擎RichLLM及高性能文生图/视频推理引擎RichDiff，从底层深度优化加速。
RichLLM是一款高效、易用、可扩展的大语言模型推理引擎，旨在为用户提供开箱即用的推理加速能力，大幅降低模型的部署成本。得益于底层的深度优化、高效的推理框架、创新的通信机制、深度优化的模型，平台加速比可达5倍以上，执行效率、显存利用效率、分布式通信效率得到充分优化。在各种推理场景中，最高效率可达同类开源产品的10倍；同时，经过对模型、机制、框架、算子等联合优化，可实现SOTA推理效率；平台也支持一键启动高效LLM推理服务。
RichDiff是一款高性能多模态推理加速引擎，专为图片和视频生成的推理加速设计。它凭借出色的性能，能实现高达基准引擎3倍的图像生成速度，同时保持图像质量与原生PyTorch一致。RichDiff具有灵活的对接能力，兼容多种深度学习引擎和前端应用框架，满足多样化需求。即插即用，无需做模型转换；加速模型的保存与加载耗时仅需几秒。RichDiff使SDXL端到端推理速度最快提升3倍， SVD端到端推理速度最快提升3倍 。
彩讯Rich AICloud AI原生（AI-Native）云计算解决方案目前已在多个千亿参数级别的大模型训练、大模型推理、AI工具加速等方面成功落地，大幅降低模型训推成本，加速AI产品的落地。面向未来，彩讯股份将持续深化AI智算领域技术和方案研究，推动AI技术的持续进步与革新，不断携手更多合作伙伴，赋能千行百业智能化变革。
