超聚變FusionOne AI單機(jī)跑滿血DeepSeek，吞吐性能飆升60%

原創(chuàng) 贊收藏 評(píng)論

舉報(bào) 2025-03-24

掃描,分享朋友圈

如今，人工智能發(fā)展迅猛，大模型更是成為推動(dòng)AI技術(shù)進(jìn)步的“引擎”。然而，隨著模型參數(shù)量的激增，算力需求也呈指數(shù)級(jí)增長，如何高效、低成本地運(yùn)行大模型成為行業(yè)面臨的共同挑戰(zhàn)。

以DeepSeek R1滿血大模型為例，其參數(shù)量高達(dá)6710億，由于其采用了前沿的MLA注意力機(jī)制、共享專家和路由專家共同組成的混合專家（MoE）架構(gòu)，在提升推理效能方面成果顯著，但是企業(yè)在實(shí)際應(yīng)用過程中，對大模型的性價(jià)比有著更為極致的追求。

近日，超聚變FusionOne AI大模型一體機(jī)通過軟硬協(xié)同，深度調(diào)優(yōu)，成功打破了H20運(yùn)行DeepSeek滿血大模型的性能天花板。在模擬問題對話場景（上下文序列長度1K/1K）下，僅需1臺(tái)FusionServer G8600搭載8張H20硬件，即可流暢運(yùn)行DeepSeek R1滿血版，支持1024并發(fā)訪問數(shù)，總吞吐量高達(dá)6335 token/s，性能領(lǐng)先業(yè)內(nèi)H20方案60%。其中，TPOT（Time per Output Token）時(shí)延相比業(yè)內(nèi)H20方案減少40%，單臺(tái)FusionOne AI大模型一體機(jī)即可支撐數(shù)千人規(guī)模企業(yè)使用，將單機(jī)H20運(yùn)行大模型的性能推向新高度。

配圖.png

軟硬協(xié)同調(diào)優(yōu)，打破 H20 性能天花板

算力釋放，顯存最優(yōu)分配：通過內(nèi)核優(yōu)化，提升顯存空間利用率20%，KV cache池使用率提升至93%，保障模型參數(shù)、過程KV高效運(yùn)行
數(shù)據(jù)、模型并行調(diào)度：通過DP數(shù)據(jù)并行、TP模型張量并行技術(shù)，調(diào)度多卡分布式并行計(jì)算，提升token產(chǎn)生的吞吐效率50%，有效提升計(jì)算效能
推理任務(wù)切片混合調(diào)度：Prefill階段（首token輸出階段任務(wù)）長文本切片, 加速初始內(nèi)容生成速度，同時(shí)在每個(gè)切片計(jì)算過程中，混合調(diào)度Decode任務(wù)（后續(xù)token迭代生成任務(wù)）并行運(yùn)行, 無需串行等待，提高資源利用率，降低TTFT（Time to First Token）和TPOT（Time per Output Token ）。

超聚變FusionOne AI大模型一體機(jī)以極致成本、性能躍升的雙重突破，大幅降低DeepSeek-R1 671B模型的部署門檻，以普惠形態(tài)讓更多企業(yè)和科研機(jī)構(gòu)能夠輕松應(yīng)用。未來，超聚變將持續(xù)加大研發(fā)投入，聚焦AI算力優(yōu)化與應(yīng)用拓展，加速企業(yè)AI應(yīng)用落地。

*本文圖片均來源于網(wǎng)絡(luò)

僅代表個(gè)人觀點(diǎn)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實(shí)版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。

?AI產(chǎn)業(yè)新媒體;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能十萬個(gè)為什么》

?【重點(diǎn)關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機(jī)、無人機(jī)等AIoT設(shè)備）、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開發(fā)者以及背后的芯片、算法等。

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表數(shù)英立場。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。