润和软件发布AIRUNS 2.0,领航AI软硬一体化新时代

AI 2.0 时代,企业愈发注重 AI 技术的场景化和商业化。然而,在实际落地过程中,企业面临着资源管理、运维监控、资源调度以及团队协作等多方面挑战,市场迫切需要一款具备强大管理能力,既能有效管控又能灵活调度的 AI 研发平台级产品。江苏润和软件股份有限公司(以下简称“润和软件”)秉承创新驱动理念,重磅推出全新 AI 软硬一体化平台—— AIRUNS 2.0,通过增强全栈 AI 能力,助力企业 AI 快速落地。

润和软件发布全新AI软硬一体化平台——AIRUNS 2.0

AIRUNS 2.0的发布,进一步提升了数据、算力等AI核心要素的管理能力,,相较1.0版本,着重强化了AI软硬一体化、端到端数据管理、AI算力调度、AI训推加速、云-边-端模型部署五大能力,使AI应用落地更高效、便捷,帮助企业快速实现商业价值。

AIRUNS 2.0功能首页

AI软硬一体化能力:

AIRUNS 2.0可以实现从芯片到应用的全栈优化。其核心功能包括深入了解硬件架构的 集成、润和软件自研的 HopeOS 操作系统优化智能计算场景以及兼容昇腾和英伟达平台的异构能力,优化 CUDA 及 CANN 框架。

AIRUNS 2.0 AI软硬一体化能力架构图

业务价值:

最大化发挥硬件潜能,提高系统的整体性能和能效,减少计算资源浪费,确保复杂计算任务能够高效完成;带来了更流畅的用户体验,减少性能瓶颈,且能够处理大规模计算任务,提升AI研发和应用的整体效率;在高性能的基础上,硬件选择更加自由,减少了技术锁定的风险,提升了系统的适应性。

端到端数据管理:

统一架构设计的数据链管理,覆盖数据采集、传输、存储和分析;数据安全控制,通过加密和访问控制确保数据安全与隐私;以及支持跨云、边缘和终端设备的数据共享与协同。

业务价值:

减少数据在各个环节中的中断和延迟,提升数据流转效率,使得模型训练和推理的时间大幅缩短;确保数据的完整性、准确性及安全性,尤其在处理敏感数据时提供了更高的合规性保障,降低了数据泄露和误用的风险;在不同的计算环境中灵活调度和处理数据,提供更广泛的应用支持,提升业务流程的协同效率和灵活性。

AI算力调度:

统一管理所有AI算力(CPU、GPU、NPU)并进行策略调度;支持动态调用、优先调用、任务抢占和叠加等特性;实现算力资源的精细化切分,支持进程级封装和虚拟显存扩展;采用热加载、动态选举机制和职责链模式优化调度策略。

AIRUNS 2.0算力调度架构图

业务价值:

各种算力资源得到充足利用,避免算力孤岛,优化资源分配,避免资源浪费,同时降低管理复杂度;AI业务共享算力集群,用完即释放,充分复用底层算力资源,最大化提升AI算力能效;以最少的硬件资源,满足更多的AI业务;提升业务并发量、吞吐量,提升集群算力能效,保证业务的连续性;灵活应对多环境下的不同业务调度需求,提升系统的扩展性、容错能力和实时性。

AI训推加速套件:

针对主流开源大模型的显存和算子 优化、支持数据和模型并行计算的高效并行架构、动态资源调度与负载均衡、根据负载变化自动调整计算任务、全面的监控、故障诊断、容错机制。

业务价值:

提高单卡运行大模型的效率,降低硬件需求和运营成本;支持数据和模型并行计算,显著缩短训练时间并提升模型推理吞吐量,快速响应市场需求;根据负载变化自动调整计算任务,确保资源利用最大化,提高系统性能和稳定性;通过全面的故障诊断和监控机制,实现快速故障侦测与容错,确保业务持续稳定运行。

云-边-端的模型部署:

一键式自动化部署,迅速将模型从开发环境推送至生产环境;支持云-边-端的部署模式,并提供模型转换、压缩和量化工具;多版本管理,支持蓝绿部署;兼容多种硬件环境和 AI 框架(TensorFlow、PyTorch、MindSpore等),支持多种服务协议(TGI、VLLM、OpenAI、Triton等)。

AIRUNS 2.0云-边-端模型部署结构图

业务价值:

缩短模型上线时间,提高生产环境的部署效率,加快产品迭代速度;实现灵活的资源利用,优化整体系统性能;确保模型更新的安全性与稳定性,降低上线风险并提高业务连续性;满足不同业务需求,提升系统的灵活性和可扩展性,促进技术的快速集成与应用。

基于 AIRUNS 2.0 完善成熟的AI应用集成功能,可成功搭载成熟的、可商业化的解决方案,如大模型视觉、RAG+、AI测试解决方案,在平台上达到数据高效处理、决策实时支持以及资源灵活调度的效果。

大模型(视觉)解决方案

润和软件大模型(视觉)解决方案架构图

方案优势:

相较传统的计算机视觉模型,润和软件大模型(视觉)解决方案具备以下突出优势:

高准确率,满足复杂极端场景智能需求;高泛化性,满足多样性场景、目标识别需求;全场景自主解析,场景规则自适应;多模态融合,图文提示定义功能,快速生成新任务。

大模型(RAG+)解决方案

润和软件大模型(RAG+)解决方案内容生成系统流程

核心功能:

精准检索:实现语义到关系型数据库的精准化搜索和归纳,并进行BI展示;智能问答:提供基于企业内部数据(文档、表格、音视频等)的问答分析能力;智能撰写:基于提纲型模板,结合大模型技术提供智能化内容撰写服务,包括段落、表格、折线图、柱状图等;智能审核:根据法律法规、用户制定的规则规约等总结出检测规则,根据规则检测用户上传资料的合法合规性。

大模型(AI测试)解决方案

通过引入AI测试,能显著减少原有测试工程师团队的工作负担,使工程师团队可以专注于高价值的分析和决策。AI测试可以高效领导测试流程,自动生成和优化测试产物,同时工程师可借助AI工具验证产物的准确性和完整性,确保测试质量。

润和软件大模型(AI测试)解决方案

方案价值:

效率提升:工作量可减少50%以上,同时确保测试覆盖率保持在95%以上;快速反馈:30分钟内完成变更影响分析,原本需要2-3小时的人工评估时间大幅缩短;自动化测试案例生成:设计和编写测试脚本的时间可缩短60%以上;测试执行自动化:同时运行多个测试任务,测试执行效率提升4倍;质量保障:准确性,回归缺陷率降低20%,大幅提升了测试结果的可靠性;资源优化:项目整体测试时间减少30%-40%,从而能够更好地分配团队资源,降低项目成本,确保高效交付。

为更好满足各行业AI需求,润和软件将持续更新AIRUNS,后续版本聚焦四个关键领域迭代创新:数据管理创新、训练过程高效、模型管理智能、部署形态灵活,为行业提供好用、易用、高性能的AI产品。

润和软件AIRUNS后续版本计划

未来,润和软件将持续发挥AI创新技术研发实力,推出更具市场竞争力的AI创新产品和解决方案,持续赋能千行百业智能化转型升级。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map