算力即是基础设施，是如何通过池化技术一步步实现的【CSDN编者按】在数字经济和“

文章图片
【CSDN编者按】在数字经济和“东数西算”等政策的推动下，中国的AI算力需求持续高速增长。如何让广大AI企业、科研院所和个人开发者获取便宜、好用的算力，无疑是持续推动人工智能发展的关键问题。近期火热的算力池化技术，是解决这一问题的银弹吗？现在池化算力使用途径有哪些？
AI算力反映了一个国家的先进计算能力，中国AI算力发展水平快速提升。根据IDC最新发布的《中国加速计算市场（2021年下半年）跟踪报告》， 2021年全年，中国AI服务器市场规模同比增长68.6% 。与此同时，超过九成的企业正在使用或计划在未来三年内使用人工智能， 74.5%的企业期望在未来可以采用具备公用设施意义的人工智能公共算力基础设施。
当前企业获取AI算力的方式主要有自建算力和租用算力。无论是自建还是租用AI算力都不能完全满足企业的AI算力需求。自建算力主要面临初次采购成本高、后续管理成本高，对企业自身的技术要求高等难题，而且受算力需求潮汐效应的影响，资源利用率和弹性伸缩能力都较低。租用算力虽然初次采购成本低，按需灵活，但使用过程中算力单价高，同时整体资源利用率低，企业长期投入成本同样居高不下。
IDC数据显示，以GPU为代表的加速卡拥有更多计算单元，更适合AI计算。也正因为此，加速服务器市场中GPU服务器占据90%以上的市场份额。因此，解决了GPU算力池化，也就很大程度上解决了当前AI算力使用成本高和资源利用率低的难题。在AI算力和用户需求之间存在着一道巨大的鸿沟，而“填平”这道鸿沟的关键是GPU算力池化。
趋动科技在10月24日发布了业内首个AI算力池化云服务——趋动云VirtAICloud（https://www.virtaicloud.com），依托趋动科技在算力资源池化和开发训练平台领域的深厚积累，通过软件定义算力，颠覆原有的AI应用直接绑定和调用物理算力资源的传统架构，将AI应用与物理算力资源解耦合，在近乎为零的性能损耗下，实现数据中心级的算力资源池化管理和弹性调度，显著提升整个资源池的利用率和管理灵活度。
趋动云VirtAICloud以“连接算力·连接人”为使命，面向所有AI相关企业、科研院所和个人开发者构建人工智能开发和训练服务，为用户提供像“用水用电”一样方便的AI算力基础架构服务，同时又具有便宜高效的性价比优势，即使轻量级开发团队也能轻松实现AI应用的敏捷开发和迭代，让具有更低成本，更高效供给方式的AI算力资源为企业AI应用赋能、加速。
相比当前市场上已有的GPU算力服务，趋动云的主要优势是：
便宜：趋动云基于趋动自身全球领先的GPU算力池化技术，能够高效地使用和调度GPU算力，在满足用户需求的同时，降低算力成本。趋动云按需付费。经过实验，完成同样规模的模型训练，趋动云的成本比市场上常见的GPU算力服务要低80% 。

文章图片
好用：趋动云在AI算法开发全流程的各个环节提供专项优化服务，保障用户最佳体验。例如为用户提供了便捷易用的开发和训练的GUI界面，同时也支持vscode,jupyternotebook等常见开发工具。趋动云还为用户提供了功能强大的代码、数据集和项目管理功能，使团队协作开发更加高效。此外，趋动云会持续构建全球开发者分享社区，为用户提供丰富的算法资源、高质量的数据集、经验证的预训练模型，帮助AI开发者搭建交流平台，快速实现最佳实践的复制。