2月11日，浪潮信息正式推出元腦R1推理服務(wù)器，通過系統(tǒng)創(chuàng)新和軟硬協(xié)同優(yōu)化，單機即可部署運行DeepSeek R1 671B模型，幫助客戶降低DeepSeek R1全參數(shù)模型的部署難度及成本，并提升推理服務(wù)性能，加速千行百業(yè)探索智能涌現(xiàn)。
浪潮元腦R1推理服務(wù)器NF5688G7是高算效AI計算平臺，原生搭載FP8計算引擎，針對DeepSeek R1 671B模型部署速度快且無精度損失。在顯存方面，提供1128GB HBM3e高速顯存，滿足671B模型 FP8精度下不低于800GB顯存容量的需求，單機支持全量模型推理情況下，仍保留充足的KV緩存空間。顯存帶寬高達4.8TB/s，契合DeepSeek R1模型"短輸入長輸出、顯存帶寬敏感"的技術(shù)特征，在推理解碼階段可實現(xiàn)加速。在通信方面，GPU P2P帶寬達900GB/s，保障單機部署張量并行通訊性能，基于新推理框架單機可支持20-30用戶并發(fā)。同時，單臺NF5688G7服務(wù)器配備3200Gbps無損擴展網(wǎng)絡(luò)，可根據(jù)用戶業(yè)務(wù)需求增長實現(xiàn)敏捷擴展，提供成熟的R1服務(wù)器集群Turnkey解決方案。
浪潮元腦R1推理服務(wù)器NF5868G8是專為大推理模型（Large Reasoning Model）創(chuàng)新設(shè)計的高吞吐推理服務(wù)器，業(yè)界實現(xiàn)單機支持16張標(biāo)準(zhǔn)PCIe雙寬卡，提供高達1536GB顯存容量，支持在FP16/BF16精度下單機部署DeepSeek 671B模型。創(chuàng)新研發(fā)基于PCIe Fabric的16卡全互連拓撲，任意兩卡P2P通信帶寬可達128GB/s，降低通信延遲超60%。通過軟硬協(xié)同優(yōu)化，相較傳統(tǒng)2機8卡PCIe機型，NF5868G8可將DeepSeek 671B模型推理性能提升近40%，目前已支持多元AI加速卡選配。
來源：元腦服務(wù)器公眾號
