DPU卸载将是提高数据中心效率的新浪潮吗？
使用适当 DPU 实现通过硬件加速的网络卸载，可大幅减少每台服务器的耗电量，从而提高服务器效率、数据中心效率，降低用电量，减少冷却负载，最终大幅降低成本。在这个能源成本不断上涨和对绿色环保 IT 基础设施需求不断增加的世界中，采用 DPU 将是大势所趋，通过它来降低数据中心的资本性支出和运营性支出，进而降低 TCO。
阅读全文 → 2022-11-30
使用适当 DPU 实现通过硬件加速的网络卸载，可大幅减少每台服务器的耗电量，从而提高服务器效率、数据中心效率，降低用电量，减少冷却负载，最终大幅降低成本。在这个能源成本不断上涨和对绿色环保 IT 基础设施需求不断增加的世界中，采用 DPU 将是大势所趋，通过它来降低数据中心的资本性支出和运营性支出，进而降低 TCO。
阅读全文 → 2022-11-30
当今的数据中心依靠软件定义的基础设施来实现灵活性、可扩展性和易管理性。在典型服务器中，虚拟化、网络、存储、安全、管理和配置均由运行在服务器主 CPU 上的 VM、容器或代理程序来处理。这不仅会消耗最高可达 30% 的处理器计算资源，而且 CPU 在运行这些类型的基础设施工作负载方面效率并不高。通用 CPU 擅长处理通用单线程工作负载，并且通常是针对性能而非能效进行了优化。
使用特定领域专用的加速器有助于提升性能、降低耗电量，并释放服务器 CP
阅读全文 → 2022-11-30
由于成本上升和供电量方面的限制，能效在数据中心内变得越来越重要。最近，全球电价在不断飙升, 加上许多数据中心可以获得的供电量都有硬性限制，这就形成了一个强劲的激励因素，促使数据中心提高效率，以便通过一个数据中心来容纳更多应用、租户，并实现更高的生产力，而不是再构建或租用一个新的数据中心。
此外，云服务提供商不仅承受着持续的竞争压力，要不断降低软件即服务、平台即服务和基础设施即服务（SaaS、Paas、IaaS）的每小时租用成本，而且在许多地区还要承受
阅读全文 → 2022-11-30
主要从预训练的角度去解释，大家都知道最近自监督预训练发展是很快的，即提出通过一些自监督预训练，达到一个有监督的训练的效果，提供一个更好的训练模型。这些训练模型在下游任务的分割或检测任务上可以取得一个更高的精度，所以我们也是会有去做一些相关的探索。我们也收集一些和场景相关的数据，然后利用自监督算法，训练更适用于这些场景的尺寸模型，从而在一些下游的任务上取得更好的效果。
阅读全文 → 2022-11-30
对激光点云来说，是需要提前飞的，然后做三维模型。但是它是作为一种基础数据，就是建完一遍之后，后面无需再建。后面我们也考虑去尝试做不用激光点云的，让无人机自己去找位置，自己拍照。现在有这个设想，还在准备探寻的过程。
阅读全文 → 2022-11-30
速度上面可以用FP16或INT8来达到目标的速度；在精度上面，如果用INT8，目前有很多方法，最基本的有TensorRT INT8基本的量化算法，像entropy、linux这些calibration的算法，如果校准的算法不满足精度的要求，有些debug的手段，去检查当前网络中哪些层影响精度，后面再去优化它。甚至有些可以在训练阶段去调整INT8的精度，把训练阶段设生成的INT8精度校准表导入到TensorRT里，让TensorRT在做influence的精度
阅读全文 → 2022-11-29
网络研讨会
了解更多
注册以接收 蓝海大脑 活动/网络研讨会邀请
地址：北京市海淀区东北旺南路29号蓝海中心
联系电话：010－82770520
联系邮箱：marketing@lanhy.cn
蓝海大脑 京ICP备18017748号-1