去年10月，騰訊完成首個萬億參數的AI大模型——混元NLP大模型訓練。在同等數據集下，將訓練時間由50天縮短到11天。如果基于新一代集群，訓練時間將進一步縮短至4天。

　　大模型進入萬億參數時代，單體服務器提供的算力有限，需要將大量服務器相連，協同優(yōu)化單機算力、網絡架構和存儲性能，打造大規(guī)模、分布式的高性能計算集群。

　　計算層面

　　服務器單機性能是集群算力的基礎，新一代集群的單GPU卡在不同精度下，支持輸出最高1979 TFlops的算力。

　　針對大模型場景，星星海自研服務器采用6U超高密度設計，相較行業(yè)可支持的上架密度提高30%；利用并行計算理念，通過CPU和GPU節(jié)點的一體化設計，將單點算力性能提升至更高。

　　網絡層面

　　計算節(jié)點間，存在著海量的數據交互需求。隨著集群規(guī)模擴大，通信性能會直接影響訓練效率，需要實現網絡和計算節(jié)點的最大協同。

　　騰訊自研的星脈高性能計算網絡，具備業(yè)界最高的3.2T RDMA通信帶寬。實測結果顯示，搭載同等數量的GPU，3.2T星脈網絡相較1.6T網絡，集群整體算力提升20%。

　　同時，騰訊自研的高性能集合通信庫TCCL，融入定制設計的解決方案。相對業(yè)界開源集合通信庫，為大模型訓練優(yōu)化40%負載性能，消除多個網絡原因導致的訓練中斷問題。

　　存儲層面

　　大模型訓練中，大量計算節(jié)點會同時讀取一批數據集，需要盡可能縮短數據加載時長，避免計算節(jié)點產生等待。

　　騰訊云自研的存儲架構，具備TB級吞吐能力和千萬級IOPS，支持不同場景下對存儲的需求。COS+GooseFS對象存儲方案和CFS Turbo高性能文件存儲方案，充分滿足大模型場景下高性能、大吞吐和海量存儲要求。

　　此外，新一代集群集成了騰訊云自研的TACO訓練加速引擎，對網絡協議、通信策略、AI框架、模型編譯進行大量系統級優(yōu)化，大幅節(jié)約訓練調優(yōu)和算力成本。

　　騰訊混元大模型背后的訓練框架AngelPTM，也已通過騰訊云TACO提供服務，幫助企業(yè)加速大模型落地。

　　通過騰訊云TI平臺的大模型能力和工具箱，企業(yè)可結合產業(yè)場景數據進行精調訓練，提升生產效率、快速創(chuàng)建和部署 AI 應用。

　　依托分布式云原生的治理能力，騰訊云智算平臺提供16 EFLOPS的浮點算力，規(guī)模業(yè)界領先。

　　以新一代集群為標志，基于自研芯片、星星海自研服務器和分布式云操作系統遨馳，騰訊云正通過軟硬一體的方式，打造面向AIGC的高性能智算網絡，持續(xù)加速全社會云上創(chuàng)新。