8月4日消息，网宿科技近期宣布对其GPU算力平台进行升级。该平台基于公司广泛分布的节点资源，提供高效的GPU算力，显著增强了图形处理和浮点运算的能力。它具备弹性、低成本和易于使用的特点，能够广泛应用于AI大模型训练、AI推理、图形可视化、视频处理、云游戏以及AIGC等多个场景。
网宿科技边缘云平台部总监苏学敏表示，此次全新GPU算力平台的推出是公司在算力网络领域持续深化的结果，旨在为各行业的数字化升级提供强有力的算力支持，共同抓住AI时代的创新机遇。
随着5G、AI和大数据等新一代信息技术的快速发展，云游戏、元宇宙、VR/AR等新兴应用场景也在迅速崛起，随之而来的是巨大的算力需求。当前，人工智能大模型的崛起，使得大模型的训练和推理过程进一步加剧了算力需求的增长，同时推动了从通用CPU算力向高性能GPU算力的转变。
根据预测，AI时代的算力增长速度已远超摩尔定律的每18个月翻番，预计到2030年全球超算算力将达到0.2ZFLOPS，年均增长率超过34%。中国信通院的报告显示，2022年我国GPU智能算力规模几乎翻倍，达到268EFLOPS，超过通用算力规模，预计未来五年智能算力的年复合增长率将达到52.3%。
在巨大的算力需求面前，业内厂商意识到，能够提供高性能GPU的企业将掌握市场和未来。网宿科技凭借海量资源和深厚的技术能力，积极布局这一领域。
网宿边缘GPU算力平台具有四大亮点：首先，提供边缘接入，显著降低延迟；其次，依托广泛分布的节点，实现全球主要区域的边缘GPU资源覆盖；再次，具备灵活性，能够按需使用算力资源，优化成本；最后，提供强大的计算性能，在处理复杂计算任务、大规模数据处理及高性能计算等方面表现卓越。
苏学敏介绍，网宿GPU算力平台实现了对IaaS、PaaS和SaaS层面的全面覆盖，现已在AI大模型训练、边缘渲染、边缘推理、转码、云游戏、AIGC文生图和虚拟人等多个场景落地。
以AI大规模训练为例，这一过程涉及大量数据处理和复杂计算任务，需要丰厚的计算资源和数据存储，这对硬件和基础设施提出了极大挑战，且成本较高。传统CPU服务器的效率瓶颈已无法满足快速迭代和实时决策的需求。
网宿GPU算力平台的并行计算能力允许同时处理多个数据和模型，充分利用硬件资源，使得在短时间内训练更大规模的模型和处理更多数据成为可能，从而提升训练效率。同时，平台提供灵活的计算实例类型和规模选择，客户可根据实际需求进行扩展或缩减，无需投入昂贵的硬件，即可实现成本最优化。
在靠近用户的场景中，如虚拟人和云游戏等，对实时渲染的要求非常高。网宿GPU算力平台采用边缘就近推流和私有协议推流，能够降低延迟，确保安全稳定，并利用GPU的强大并行计算能力和先进的图形渲染技术，实现高质量、逼真的渲染效果，帮助客户提升用户体验和市场竞争力。
值得关注的是，在AI算力的推动下，GPU市场正以爆炸式增长。根据IDC数据显示，2021年全球GPU市场规模约为250亿美元，预计到2026年将达到550亿美元，年复合增长率（CAGR）为17%。这种增长主要源于人工智能和深度学习领域对高性能计算资源的强烈需求。此外，随着AI技术的普及，越来越多的企业和研究机构开始加大对GPU的投资，从而进一步推动了市场的扩张。
