百度百舸AI計算平臺4.0發(fā)布：模型訓(xùn)練有效時長達99.5%

　　9月25日，在2024百度云智大會上，百度智能云宣布將百舸AI異構(gòu)計算平臺全面升級至4.0版本。升級后的百舸，圍繞落地大模型全旅程的算力需求，在集群創(chuàng)建、開發(fā)實驗、模型訓(xùn)練、模型推理四大方面，為企業(yè)提供“多、快、穩(wěn)、省”的AI基礎(chǔ)設(shè)施。

　　為了解決算力資源短缺的問題，百舸4.0對“多芯混訓(xùn)”能力進行了重點升級，實現(xiàn)了在萬卡規(guī)模集群上95%的多芯混合訓(xùn)練效能，達到業(yè)務(wù)最領(lǐng)先水平。

　　在集群部署環(huán)節(jié)，升級后的百舸能夠?qū)崿F(xiàn)工具層面的秒級部署，將萬卡集群運行準備時間從數(shù)周最快縮減至1小時，極大地提升部署效率，縮短業(yè)務(wù)上線周期。

　　針對大模型訓(xùn)練過程中故障頻發(fā)的問題，百舸4.0全面升級了故障檢測手段和自動容錯機制，可以有效降低故障發(fā)生頻次，大幅減少集群故障處置時間，在萬卡集群上實現(xiàn)了超過99.5%的有效訓(xùn)練時長。

　　在模型推理上，最重要的是速度和成本。現(xiàn)在長文本推理逐漸成為主流，百舸4.0整體上做了推理速度和成本優(yōu)化，長文本推理效率提升了1倍以上。