智东西
作者 | ZeR0
编辑 | 漠影
国内性能最强的大模型计算集群，来了！
智东西4月14日报道，今日上午，腾讯云正式发布面向大模型训练的新一代HCC（High-Performance Computing Cluster）高性能计算集群。
该集群采用最新一代腾讯云星星海自研服务器，搭载英伟达最新代次H800 Tensor Core GPU，属于国内首发。服务器之间采用业界最高的3.2T超高互联带宽，为大模型训练、自动驾驶、科学计算等提供高性能、高带宽和低延迟的集群算力。
实测显示，腾讯云新一代集群的算力性能较前代提升高达3倍，据称是目前国内性能最强的大模型计算集群。
2022年10月，腾讯完成首个万亿参数AI大模型训练，在同等数据集下将混元NLP大模型的训练时间由50天缩短到11天。如果基于新一代集群，训练时间将进一步缩短至4天。
一、最新服务器用上英伟达H800，自研芯片已内部交付使用H800是英伟达新代次处理器，基于Hopper架构，对跑深度推荐系统、大型AI语言模型、基因组学、复杂数字孪生等任务的效率提升非常明显。
与A800相比，H800的性能提升了3倍，在显存带宽上有明显的提高，达到3TB/s。
A800/H800 GPU基本参数对比（图源：腾讯云）
相较于上一代的Ampere架构，新的Hopper架构具备的亮点：制程工艺、引入Transformer引擎、第4代NVIDIA NVLink、NVIDIA机密计算、第二代MIG、新的DPX指令等。
此前腾讯的多款自研芯片也已经量产。
其中，用于AI推理的紫霄芯片、用于视频转码的沧海芯片已在腾讯内部交付使用，性能指标和综合性价比显著优于业界。
紫霄采用自研存算架构，增加片上内存容量并使用更先进的内存技术，消除访存能力不足制约芯片性能的问题，同时内置集成腾讯自研加速模块，减少与CPU握手等待时间。
目前，紫霄已经在腾讯头部业务规模部署，提供高达3倍的计算加速性能，和超过45%的整体成本节省。
紫霄芯片已在语音转写、OCR等腾讯业务场景使用：在腾讯的业务场景中，将语音转文字速度提升4.7倍，OCR识别吞吐能力提升2.4倍。视频处理芯片沧海已在云游戏、直点播等场景中规模落地，压缩率比业界通用的软件编解码x265 Medium提升35%。
腾讯云的分布式云原生调度总规模已超过1.5亿核，并提供16 EFLOPS（每秒1600亿亿次浮点运算）的智算算力。
二、先进芯片≠先进算力，大模型对网络提出更高要求先进算力的背后，是先进芯片、先进网络、先进存储等一系列的综合支撑，缺一不可。
原因是高性能计算存在“木桶效应”，一旦计算、存储、网络任一环节出现瓶颈，就会导致运算速度严重下降。
大模型进入万亿参数时代，单体服务器算力有限，需要将大量服务器通过高性能网络相连，打造大规模算力集群。
据悉，视觉类模型参数需求带宽约在100G到400G，互联网行业需求模型参数带宽需求则高达800G到1.6T。
不同模型的参数规模和带宽需求（图源：腾讯云）
目前，GPU并行是大模型训练的必备技术，大模型的并行计算不仅以加快计算速度为目的，还要考虑怎样将庞大的参数有机地分布到多张GPU卡中，并保持不同GPU卡之间有效的通信，整体配合完成大模型的训练部署。
即使是目前业界已有的GPU分布式训练方案，也严重依赖于服务器之间的通信、拓扑、模型并行、流水并行等底层问题的解决情况。
如果只有分布式训练框架，甚至都无法正常启动训练过程。这也是为什么GPT-3发布一年时，只有少数企业能复现打造出类似规模的大模型。
三、业界最高3.2T超高通信带宽，TB级吞吐能力存储那么如何针对大模型对算力的核心诉求，取得最优解？
腾讯云认为，云原生架构是模型训练到应用的最优选择，并提供极致的硬件底座、灵活的实例调用、易用的加速软件等针对性解决方案。
云原生架构是模型训练到应用的最优选择（图源：腾讯云）
通过对处理器、网络架构和存储性能的全面优化，腾讯云攻克了大集群场景下的算力损耗问题，能为大模型训练提供高性能、高带宽、低延迟的智算能力支撑。
不同精度下的单卡算力性能（图源：腾讯云）
网络层面，计算节点间存在海量的数据交互需求，随着集群规模扩大，通信性能会直接影响训练效率。腾讯自研的星脉网络为新一代集群带来了业界最高的3.2T的超高通信带宽。
实测结果显示，搭载同样的GPU卡，3.2T星脉网络相较前代网络，能让集群整体算力提升20%，使得超大算力集群仍然能保持优秀的通信开销比和吞吐性能；并提供单集群高达十万卡级别的组网规模，支持更大规模的大模型训练及推理。
存储层面，几千台计算节点同时读取一批数据集，需尽可能缩短加载时长。腾讯云自研的文件存储、对象存储架构，具备TB级吞吐能力和千万级IOPS，能够满足大模型训练的大数据量存储要求。
底层架构之上，针对大模型训练场景，新一代集群集成了腾讯云自研的TACO Train训练加速引擎，对网络协议、通信策略、AI框架、模型编译进行大量系统级优化，大幅节约训练调优和算力成本。
腾讯混元大模型背后的训练框架AngelPTM，也已通过腾讯云对外提供服务，能够帮助企业大幅提高大模型训练显存上限、性能。
目前腾讯混元AI大模型已覆盖自然语言处理、计算机视觉、多模态等基础模型和众多行业、领域模型。在腾讯云上，企业基于TI 平台的大模型能力和工具箱，可结合产业场景数据进行精调训练，提升生产效率，快速创建和部署AI应用。
四、智算平台覆盖三大方向，支持多种方式取用算力腾讯云智算平台当前覆盖AI训练/推理、渲染、科学计算三大方向：
1、AI训练/推理，如人脸识别、图像识别、语音识别、智能推荐等。
2、实时渲染，如云游戏、云手机、云电脑、动画制作、智能封面、智能编辑等。
3、科学计算，如流体动力学计算、地震分析、基因组学、芯片仿真等。
在算力层面，腾讯云针对训练、推理、测试及优化场景，提供匹配方案和产品。
其中，HCC高性能计算集群，面向大规模AI训练，以专用集群方式售卖，腾讯云将裸金属云服务器作为节点，满配最新代次的GPU，并结合CFS Turbo高性能存储、节点之间通过RDMA网络互联，给大模型训练业务提供高性能、高带宽和低延迟的一体化高性能计算。
GPU产品选型关键因素（图源：腾讯云）
除了用于自然语言处理模型和AIGC大模型训练外，HCC还可以用于自动驾驶训练、科研计算等场景。
此外，腾讯云还通过云服务的方式对外提供适配OCR场景的推理卡、视频编解码的卡等等。
目前腾讯云提供裸金属、云服务器、Serverless容器、云函数、GPU Lab等多形态多层级的算力取用方案。
结语：腾讯正打造面向AIGC的高性能智算网络集群算力显著提高后，未来不仅能服务于大模型训练，还将在自动驾驶、科学计算、自然语言处理等场景中充分应用。
以新一代高性能计算集群为标志，基于自研芯片、星星海自研服务器和分布式云操作系统遨驰，腾讯云正通过软硬一体的方式，打造面向AIGC的高性能智算网络，为加速云上创新提供支撑。
关注微信
