H800國內首發 騰訊云發布最新高性能計算集群

4月14日，騰訊云正式發布新一代HCC（HighPerformance Computing Cluster）高性能計算集群。該集群采用騰訊云星星海自研服務器，搭載英偉達最新代次H800 GPU，服務器之間采用業界最高的3.2T超高互聯帶寬，為大模型訓練、自動駕駛、科學計算等提供高性能、高帶寬和低延遲的集群算力。

實測顯示，騰訊云新一代集群的算力性能較前代提升高達3倍，是國內性能最強的大模型計算集群。

2022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，單體服務器算力有限，需要將大量服務器通過高性能網絡相連，打造大規模算力集群。通過對處理器、網絡架構和存儲性能的全面優化，騰訊云攻克了大集群場景下的算力損耗問題，能為大模型訓練提供高性能、高帶寬、低延遲的智算能力支撐。

網絡層面，計算節點間存在海量的數據交互需求，隨著集群規模擴大，通信性能會直接影響訓練效率。騰訊自研的星脈網絡，為新一代集群帶來了業界最高的3.2T的超高通信帶寬。實測結果顯示，搭載同樣的GPU卡，3.2T星脈網絡相較前代網絡，能讓集群整體算力提升20%，使得超大算力集群仍然能保持優秀的通信開銷比和吞吐性能。并提供單集群高達十萬卡級別的組網規模，支持更大規模的大模型訓練及推理。

存儲層面，幾千臺計算節點同時讀取一批數據集，需要盡可能縮短加載時長。騰訊云自研的文件存儲、對象存儲架構，具備TB級吞吐能力和千萬級IOPS，充分滿足大模型訓練的大數據量存儲要求。

底層架構之上，針對大模型訓練場景，新一代集群集成了騰訊云自研的TACO Train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化，大幅節約訓練調優和算力成本。

騰訊混元大模型背后的訓練框架AngelPTM，也已通過騰訊云對外提供服務，幫助企業加速大模型落地。

目前，騰訊混元AI大模型，已經覆蓋了自然語言處理、計算機視覺、多模態等基礎模型和眾多行業、領域模型。

在騰訊云上，企業基于TI平臺的大模型能力和工具箱，可結合產業場景數據進行精調訓練，提升生產效率，快速創建和部署AI 應用。

此前，騰訊多款自研芯片已經量產。其中，用于AI推理的紫霄芯片、用于視頻轉碼的滄海芯片已在騰訊內部交付使用，性能指標和綜合性價比顯著優于業界。其中，紫霄采用自研存算架構，增加片上內存容量并使用更先進的內存技術，消除訪存能力不足制約芯片性能的問題，同時內置集成騰訊自研加速模塊，減少與CPU握手等待時間。目前，紫霄已經在騰訊頭部業務規模部署，提供高達3倍的計算加速性能，和超過45%的整體成本節省。

目前，騰訊云的分布式云原生調度總規模超過1.5億核，并提供16 EFLOPS（每秒1600億億次浮點運算）的智算算力。未來，新一代集群不僅能服務于大模型訓練，還將在自動駕駛、科學計算、自然語言處理等場景中充分應用。

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，持續加速全社會云上創新。

(8158755)