20分钟上线200节点!元脑服务器操作系统KOS AI定制版为大模型部署提速
北京2024年10月29日 /美通社/ -- 当前,随着生成式人工智能和各行业的应用快速融合,大模型在企业端被越来越多的采用,以提高效率、降低成本、增强创新能力。大模型开发首先要解决的,便是训练环境的搭建问题,在算力多元异构、依赖库众多、配置步骤繁琐的情况下,如何快速搭建满足要求的训练环境,为底层算力平台匹配最佳驱动,避免依赖库及配置庞杂导致训练环境鲁棒性低的问题,成为各类大模型开发企业需要面对的挑战。 为此,浪潮信息推出「元脑服务器操作系统KOS Al定制版」(简称KOS Al定制版),通过简单2步即可实现大模型训练环境部署,以搭建200节点训练环境为例,过往需要数天时间才能完成,通过KOS AI定制版20分钟即可完成上线可用,极大提升了大模型开发部署效率。 大模型训练环境复杂 面临兼容适配等多项挑战 当前阶段,大模型的发展仍然遵循Scaling Law,不断增加的参数规模、训练数据量以及计算资源,也让大模型的部署环境变得十分复杂。大模型部署是一个系统性的问题,涉及到算力设备兼容、依赖库配置、繁琐的安装步骤等等多个方面。 在硬件方面,算力设备的多样性增加了兼容适配复杂性。在大模型训练环境中,集成了多种类型和规格的算力设备,如不同型号的GPU、高速互连网络、高性能分布式存储等。这些设备在硬件架构、指令集和接口标准上存在差异,导致与操作系统、应用软件以及其他硬件设备的兼容适配变得极为复杂,同时驱动和应用软件选型不当将影响算力输出效率。在软件方面,依赖库及配置的庞杂性对训练环境的鲁棒性构成威胁。大模型训练依赖大量的软件库、框架和配置参数,这些依赖项之间存在着复杂的依赖关系和严格的版本兼容性要求。一旦某个依赖项出现问题,如版本不匹配、配置错误或缺失,都可能导致训练环境崩溃或性能急剧下降。在部署方面,大模型训练环境搭建流程比较繁琐。算力支持层面,在确定GPU、网卡等硬件设备基础上,需要安装操作系统、下载硬件驱动并对驱动进行编译;应用软件方面,下载安装CUDA、Cudnn、DCGM等AI软件栈,以及相关管理和监控软件。最后,还要运行相关Benchmark对系统进行性能摸底。 KOS Al定制版 "2步"搞定大模型训练环境部署 针对用户在大模型部署中遇到的困难,浪潮信息推出KOS Al定制版,实现了覆盖驱动和应用软件编译、镜像文件构建、系统发布与部署的镜像开发全流程创新, 解决了部署大模型训练环境中遇到的硬件兼容适配、依赖项庞杂及安装部署流程繁琐等问题,让大模型部署化繁为简。 针对硬件兼容适配挑战,浪潮信息KOS技术团队凭借深厚的技术沉淀和经验积累,遴选出十余款GPU和infiniband卡的最佳驱动,验证不同硬件环境下的软件兼容性,优化BIOS、底层驱动、文件系统和网络等多项指标,实现平台资源利用效率最大化。目前KOS已经与1200+硬件板卡、250+服务器整机、400+数据库中间件完成兼容性认证。 ...








