
Unicom Partners于7月20日在2025年中国合作伙伴举行的报道,与上海人工智能研究所和其他合作伙伴一起,中国Unicom Research Institute在7月19日在全球最大的大型模型中正式发表了异质培训的结果。但是,当前的计算功率资源表现出异构化和多中心模式,这些挑战面临着诸如不完整的跨域资源,长范围传输的跨域资源,带宽和瓶颈颈部的互连机制,以及有限的综合编程和有效的杂物资源集成能力。与这种情况不同,中国Unicom与上海的AI人工智能研究所以及阿里巴巴云,灵感,基本流动技术和JIAJIA技术等行业合作伙伴旨在指出异质的GPU环境,以指向交叉域培训的需求在超东方模型中的碎片能量的整合。这取决于“损失损失损失损失电力的餐厅任务技术,在超格兰德超级尺度上混合训练技术的混合训练技术,即长期损失的损失,上海的人工智能技术,混合的超大域培训系统的人工智能技术,正在构建1,500公里的贝宁·桑德(Benin Shandong)的模型,并建立了1,500公里的模型。 -domain convergence, the collaboration team completed heterogeneous training tests of 100 billion large -scale models of AI in the domain, which shows that the computer power co -coMarable reaches more than 95% of a single cluster. At the level of computer power interconnection, China Unicom uses Roce switches with incorporated long -range RDMA protocol batteries that take into account the high -performance network needs within and bDC之间在计算机能源和资源管理的层面上,中国Unicom的“ Zhiyu”平台提供了网络和跨域组组的统一管理和编程。它允许编程任务和任务。基于Deplink的中心技术的计算机功率调节水平,例如加速训练,不平等的沟通和并行策略,可以在超长的异构GPU环境中有效地对1000亿个参数进行大规模培训。中国Unicom表示,上述结果将标志着中国Unicom在关键领域的实质性技术进步,例如计算机力量基础设施的域之间的协作编程,资源的不平等整合和分布式高性能培训,为下一代互联网行业的发展建立了基础。