SHANGHAI, Sept. 22, 2023 — Sa Summit na may temang “Pabilisin ang Industriya Intelligence sa Pamamagitan ng Xinghe Network” na ginanap sa panahon ng HUAWEI CONNECT 2023, higit sa 800 kinatawan ng gobyerno at industriya ang nagtipon upang talakayin kung paano mababago ng mga teknolohiya ng AI network ang ating hinaharap. Inilunsad opisyal ni Leon Wang, Pangulo ng Huawei Data Communication Product Line, ang Xinghe Network Solution ng Huawei na nilikha upang paigtingin ang matalinong transformasyon ng maraming industriya.
Naging global na trend na ang Industriya Intelligence at naging mas malawakang ginagamit ang mga AI model. Katunayan nito ang paglikha sa ChatGPT, isang kamangha-manghang produkto na nagpasiklab sa alon ng AIGC at nagbigay-lakas sa atin sa pamamagitan ng pag-unawa kung paano muling magpapasigla ng iba’t ibang industriya ang mga teknolohiya ng AI. Habang lumalalim ang pagsasanay sa foundation model, naabot na ng pag-unlad ng AI ang punto ng pagbabago at umuunlad nang higit pa sa paggamit lamang para sa libangan – natutuklasan na ito sa mga propesyonal na setting na hindi dating inaasahan.
Sinabi ni Leon Wang na ang mga serbisyo sa cloud ng matalinong computing ay ang trend sa panahon ng matalinong industriya at kakailanganin ang tatlong bahagi: paglikha ng computing power, transmission, at access. Ang cloud-network ng matalinong computing na nagbibigay ng mga serbisyong ito ay nangangailangan na suportahan ng network ang epektibong pagsasanay, walang-humpay na computing power, at pagsasama-sama ng AI services. Lubos na nagpapalabas ng computing power ang Xinghe Network Solution ng Huawei sa pamamagitan ng super-connectivity para sa hindi kapantay na produktibidad ng AI sa panahon ng AI. Nagbibigay ito ng isang 100K-computing-card cluster at napakataas na throughput na may load rate na higit sa 95%. May katangian itong pangmatagalang katatagan at katiyakan, mahuhulaan ang mga depekto sa network at maaaring tukuyin at iwasto ang mga ito sa loob ng ilang segundo. Bukod pa rito, nagpapahintulot din ang solusyon sa refined orchestration ng elephant at mice flows, at sumusuporta sa mataas na flexibility at concurrency upang labanan ang pagbagsak.
Ipinaliwanag ni Zhang Liang, pangunahing AI expert sa Huawei Data Communication Product Line, na ang pangkalahatang technology stack na ginamit sa Xinghe Network Solution ng Huawei ay nakabatay sa mahahalagang teknolohiya alinsunod sa pangunahing layunin tulad ng ultra-high throughput, pangmatagalang katatagan at katiyakan, at mataas na flexibility at concurrency.
- Ultra-high throughput: Batay sa natatanging global Next Step of Load Balancer (NSLB) algorithm ng Huawei, ipinatutupad ng solusyon ang real-time na coordinated scheduling ng computing-network, pinaaangat ang epektibong throughput ng network mula sa average na 50% ng industriya hanggang sa 98%.
- Pangmatagalang katatagan at katiyakan: Sa pamamagitan ng full-stack na visualized O&M technologies, ipinatutupad ng solusyon ang real-time na visualisasyon ng mga network path at flow loads para sa pagsasanay ng foundation model. Sa PacketEvent-based data-plane exception detection technology at Data Plane Fast Recovery (DPFR) technology, nagpapahintulot ang solusyong ito ng failure convergence sa loob ng sub-milliseconds.
- Mataas na flexibility at concurrency: Pinapahintulutan ng natatanging intelligent multipath scheduling, flow-aware load balancing, at adaptive packet loss concealment (PLC) technologies ng Huawei ang paglipat ng TB-level data sa loob lamang ng ilang oras, na nagdadala ng walong beses na pagpapahusay sa forwarding capacity.
Isang mahalagang hakbang para sa Huawei ang paglabas nito upang aktibong makilahok sa matalinong transformasyon ng iba’t ibang industriya. Sa panahon ng AI, naghahatid ang Xinghe Network ng Huawei ng walang hanggang computing power sa pamamagitan ng ubiquitous connectivity, nagbibigay ng pinaunlad at mas matalinong mga serbisyo sa AI network sa mga global na user.
Contact
hwebgcomms@huawei.com
Photo – https://phnewlook.com/wp-content/uploads/2023/09/1db13a10-image_986294_18178831.jpg