AiDD研发数字峰会-上海站

出品人：贺美迅

华为软件工程高级专家

AI辅助研发解决方案总架构师

在系统设计、软件开发、系统验证、软件工程工具等领域具备丰富实战经验，经历过历次研发重大能力变革。做过大型复杂嵌入式系统解决方案总工程师，带领团队完成超大系统的设计、软件开发、系统验证与部署。最近几年，从事软件工程能力提升、工具装备规划与设计。当前负责大模型在研发领域的应用规划以及整体工程工具解决方案架构设计。

AI算力与优化

深入探讨最前沿的AI技术在算力需求方面的挑战和解决方案、以及在AI算力领域的最新趋势和技术应用，包括分布式计算、GPU加速、云计算等关键技术，同时探讨在大规模数据处理和模型优化方面的最佳实践。我们还将关注探讨如何通过算力优化推动AI技术在各行业的创新和应用，以及未来算力优化在AI领域的发展方向和商业应用前景。

浪潮AI+算力网络研究与实践

内容简介：

包括算力、网络在内的海量资源需求是AI应用于千行百业的主要挑战之一。浪潮基于算力网络以及多要素协同理念，在异构算力跨域调度、AI泛在协同以及AI赋能算网融合等方面展开了广泛的探索。聚焦于AI训练、推理相关的算力瓶颈、网络传输时延等挑战，以算力网络跨域云/超算/智算融合调度为基础，本次演讲将重点介绍跨域算力协同加速、海量数据传输性能优化等技术与实践。
演讲提纲：

1、AI+算力网络研究背景与需求分析
2、算力网络一体化调度架构与实践
3、算力网络下的跨域协同加速技术研究
4、AI增强的网络传输性能优化技术研究
5、总结与展望

听众受益：

1、AI+算力网络融合的模式和路径思考，以及浪潮在跨域、跨异构算力一体化调度服务的架构设计与实践；
2、了解分享如何在云/边、超算、智算融合的分布式、异架构算力下实现协同加速，以及从基础设施和数据处理两个方面，了解如何利用AI优化海量数据传输问题。

崔超
浪潮算力网络研究院技术处主任

浪潮算力网络研究院技术处主任，主要研究方向为算力网络、AI、语义通信等交叉领域。

移动云算网大脑及资源调度算法研究和实践

钱岭

中国移动集团首席专家

内容简介：

中国移动2021年启动算力网络规划并启动由云向算技术演进，从算网协同、融合到一体分三个阶段演进。算力网络是第四代云计算架构，在资源层不仅管理自建算力和网络资源，而且还实现社会算力并网，这对算力资源调度提出了更多的维度和规模。为此，引入了算网大脑，用于感知、编排和调度遍布各地的算力和网络资源，针对任务式等新型业务模式，可以开展多种目标的资源调度，从最低价格、最高可用性、最高可用性、最短时间等，在节点规模很大的情况下，这是一个组合爆炸问题。为此我们开展了多种算法研究，包括量子计算，取得了一些可用的成果。2023年，中国移动“天穹”算网大脑在移动云试商用，并用于部分政府建设的公共算力中心，是业界第一个公有云算网大脑、也是第一个省级公共算力中心算网大脑。

演讲提纲：

1、数字经济发展对算力提出了更高要求
2、中国移动提出算力网络数字基础设施
3、算网大脑系统架构和设计目标
4、算力资源调度算法研究和实践
5、下一步工作展望

听众受益：

1、了解和掌握云计算最新技术进展
2、了解量子计算等新型算力网络资源调度算法

中国移动集团级首席专家，中国移动云能力中心首席科学家，教授级高工，国务院特殊津贴获得者，苏州市姑苏领军人才，工信部数据中心联盟大数据促进委员会委员，中国通信学会边缘计算、算力网络和量子计算专委会委员，中国计算机学会大数据专家委员会通信委员，中国敏捷开发10大贡献者，中国移动科协云计算专家组副组长。
2001年1月毕业于清华大学计算机科学与技术系，获得工学博士学位，2001年加入贝尔实验室基础科学研究院任高级研究员。2008年加入中国移动通信研究院“大云”项目组，担任中国移动通信研究院云计算首席技术架构师、云计算系统部总经理助理。2014年加入中国移动苏州研发中心历任产品部总经理、大数据研发部/产品部总经理、公司级性能管理组组长、战略技术部总经理、公司首席科学家、技术部总经理、创新中心总经理。
在云计算和大数据技术架构、海量数据管理技术、软件工程方法、基于CMMI和敏捷开发方法的过程改进、软件质量管理、软件度量、量子计算、算力网络等领域有较多的研究和实践工作。

构建云原生算力基础设施，驱动大模型创新实践

内容简介：

随着大模型在各行各业的广泛应用及带来的颠覆性变革，大模型的创新实践成为科技创新的核心。从深度学习到强化学习，从自然语言处理到计算机视觉，大模型的崛起正在重塑着我们对技术和应用的认知。而构建云原生算力基础设施，则为这场创新实践提供了强大的支持，使得大规模的训练、推理任务更为高效、可控。
本次演讲主要聚焦如何构建云原生算力基础设施，让大模型的研发人员能够更好地聚焦于模型的创新、算法的突破，为各行各业的发展提供更为强大的动力。
演讲提纲：

1、背景介绍
1.1 大模型趋势
1.2 算力对大模型创新实践的重要性
2、面向大模型的云原生算力基础设施关键要素
2.1 整合异构分散算力形成强算力
2.2 分布式并行架构支持大模型的创新效率
2.3 灵活扩展保证算力基础设施的可用性
3、面向大模型的云原生算力基础设施技术架构介绍
3.1 技术架构详解
3.2 双层调度器调度调度原理
3.3 细粒度资源计费计量技术
4、未来展望

听众受益：

1、将深入了解云原生算力基础设施的概念和原理。不仅能够拓展对现代科技基础设施的认知，更将使你们了解到云原生的灵活性、可扩展性和高效性是如何在大规模模型创新实践中发挥关键作用的。
2、将深入研究云原生算力基础设施如何驱动大模型创新实践。听众将了解到一些成功的经验，这对于在实际工作中迎接挑战，提高工作效率至关重要。