在云平台中，如何有效的管理深度学习GPU阵列？
第一是说在虚拟化平台里面虚拟化，可以让资源切割的颗粒度更细致，在云平台里可以满足更多不同用户的需求，第二个是说在云平台里面支持不同的液冷GPU管理，可以从物理层面对高性能计算GPU做监控管理，这是和传统直接使用物理风冷GPU的一个区别。
阅读全文 → 2022-11-15
第一是说在虚拟化平台里面虚拟化，可以让资源切割的颗粒度更细致，在云平台里可以满足更多不同用户的需求，第二个是说在云平台里面支持不同的液冷GPU管理，可以从物理层面对高性能计算GPU做监控管理，这是和传统直接使用物理风冷GPU的一个区别。
阅读全文 → 2022-11-15
蓝海大脑深度学习液冷事业部研究人员表示：对于OpenCL与CUDA，APU的性能与英特尔的CPU+GPU不相上下，现在主流GPU主要是AMD和英伟达，英伟达因为已经形成了CUDA的生态环境，比如丰富的数学库，各类成熟的软件包，很多的商业软件也支持CUDA编程。OpenCL是一种通用的加速卡，不光是英伟达GPU支持，AMD的也支持，但是AMD支持的动态环境不是特别好。蓝海大脑液冷服务器事业部认为要是学习并行计算，还是建议从GPU，用CUDA来学比较好，如果上手的话，一开始可以从OpenACC切入，随着学习的
阅读全文 → 2022-11-11
蓝海大脑深度学习液冷服务器事业部研究人员表示：大家应该知道，Intel代号Sapphire Rapids的下一代Xeon处理器最高TDP将达到350W，AMD EPYC4功耗也是同级水平。上图中时间点应该是早些时候标的，众所周知Sapphire Rapids跳票了，所以AMD这一代应该会在前面正式上市。从风冷350W到冷板式液冷的600W
上半部分的蓝色梯形指的风冷。在ASHRAE A2（最高35℃进风温度）环境下，标准2U风冷服务器可以支持2颗350W TDP CPU，1U通用型服务器大约在300W左
阅读全文 → 2022-11-11
其实早期得互联网公司曾经不仅是Oracle 客户，还都是大客户，最典型的代表有两个，一个是亚马逊，一个是阿里巴巴，后来两者都纷纷去掉了O，可见并
阅读全文 → 2022-11-11
一直在关注半监督文本分类方向，说说我个人的想法。欢迎大家讨论。伪标签的本质，其实是熵最小化原则，基于一个假设：模型的性能越好，他的输出就应该越接近one-hot（不知道理解的对不对）。所以，筛选出置信度较高的样本，把他们对应的one-hot向量作为伪标签，然后让模型输出的soft output，去接近hard target，让输出的熵（不确定性）降低，从而达到提高模型训练效果的目的，这是我认为伪标签方法的本质。以上的讨论，需要注意的是，要筛选出较高置信度的样本，也就是说，这些样本模型的预测可以近似认为是正
阅读全文 → 2022-11-11
重度参与过 OLTP(MySQL) 和 OLAP(ClickHouse) 的内核研发，手写过好几个数据库原型，正好借这个问题谈谈个人的一些感受。
首先可以确定的是：数据库方向是非常有前(钱)途的，是门手艺活，学好可以吃一辈子(还可以传承到下一代)。
CPU/操作系统/数据库三大基础软件中，数据库是个人/小公司最有条件先做起来的。
数据库还有一个重要的地方：非常迷人，一旦入门，一发不可收拾，我是从十多年前一路狂奔到现在，每周都会写上一些内核代码。
另外
阅读全文 → 2022-11-11
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