隨著AI大模型的體量變大、應(yīng)用變廣，單GPU已難以承載推理應(yīng)用的全部需求，多GPU推理時代已經(jīng)到來。如何在GPU資源緊缺的當下，實現(xiàn)GPU高效互聯(lián)，是提升多GPU推理性能的關(guān)鍵。阿里云通過進一步優(yōu)化底層的AI通信加速庫DeepNCCL，讓GPU云服務(wù)在推理場景下有更好的性能表現(xiàn)：在同等硬件環(huán)境下，Token輸出吞吐至少提升14%，首Token時延降低15%。通過深度優(yōu)化，推理加速性能也提升顯著，Token處理能力提升100%，相同的資源可以支持2倍的業(yè)務(wù)需求。

用Kubernetes容器集群技術(shù)調(diào)用GPU算力，已成為運行AI大模型任務(wù)的主流選擇。ACK容器服務(wù)可提供自動化編排及GPU高效管理和調(diào)度的能力，讓模型部署、擴展變得更簡單。為進一步提升AI應(yīng)用運維效率，阿里云推出 ACK云原生AI套件，可實現(xiàn) Kubernetes 在 GPU 調(diào)度和細粒度共享、AI 任務(wù)調(diào)度、訓(xùn)練數(shù)據(jù)加載以及大模型推理服務(wù)啟動等關(guān)鍵領(lǐng)域的能力增強和加速，相較開源均有大幅能力提升。比如，針對AI任務(wù)頻繁加載遠程存儲數(shù)據(jù)的需求，ACK云原生AI套件可提升訓(xùn)練數(shù)據(jù)讀取性能30%以上，降低大模型推理服務(wù)冷啟動時延70%以上。

在全球累計超過1000萬活躍用戶的國產(chǎn)AI繪畫工具海藝AI，就是通過ACK調(diào)用阿里云GPU云服務(wù)的先行者。此前，用戶通過海藝AI生成一張圖片平均耗時20秒，遇到隊列等待延遲可上升至分鐘級；采用阿里云GPU云算力及ACK容器服務(wù)后，海藝AI的模型切換完全無感，推理耗時降低至3.95秒，整體性能提升至少50%以上。

在最新的Forrester 全球AI基礎(chǔ)設(shè)施解決方案研究報告中，阿里云綜合產(chǎn)品能力指標位居全球第二，已成為中國AI大模型的公共底座。零一萬物、百川智能、智譜AI、昆侖萬維、vivo、復(fù)旦大學、巨人網(wǎng)絡(luò)等大批企業(yè)和機構(gòu)在阿里云上訓(xùn)練大模型，并通過阿里云對外提供服務(wù)；小鵬汽車、聯(lián)想、德勤、微博、完美世界、喜馬拉雅等已接入阿里云通義大模型，在阿里云上為消費者和客戶提供豐富的AI應(yīng)用服務(wù)。

xiesc