異構(gòu)
FPGA加速云服務(wù)器作用
FPGA，因?yàn)閷Ｓ茫愿咝?近年來，摩爾定律增勢放緩，同樣價(jià)格，每單位芯片面積的晶體管數(shù)量無法做到每隔18~24個(gè)月增加一倍。也就是說，基于通用CPU進(jìn)行計(jì)算，每代產(chǎn)品的性能提升受到了極大的限制。然而，當(dāng)前新興領(lǐng)域，如人工智能，AR/VR，基因計(jì)算，以及高清，超高清視頻，對(duì)計(jì)算力的訴求極高。計(jì)算密集型業(yè)務(wù)的快速增長和性能增速放緩的通用計(jì)算資源的GAP與日俱增。過去六十年，由摩爾定律主導(dǎo)的計(jì)算性能提升模式將不復(fù)存在。用戶無法繼續(xù)依賴通用計(jì)算力的性能提升來匹配自身的業(yè)務(wù)增長。以FPGA為代表的異構(gòu)計(jì)算將在各個(gè)計(jì)算密集型的業(yè)務(wù)領(lǐng)域成為主流。
圖引擎服務(wù)知識(shí)圖譜應(yīng)用
知識(shí)圖譜應(yīng)用 基于 圖引擎服務(wù) 的知識(shí)圖譜，融合各種異構(gòu)異質(zhì)數(shù)據(jù)，可以支持更大的規(guī)模以及更高的性能 能幫助您 存儲(chǔ)海量知識(shí) 融合各種異構(gòu)異質(zhì)數(shù)據(jù)，方便治理，規(guī)?？蛇_(dá)千億級(jí) 快速關(guān)聯(lián)查詢 在海量知識(shí)中快速關(guān)聯(lián)查詢秒級(jí)響應(yīng)，搜索結(jié)果更準(zhǔn)確 知識(shí)梳理 通過圖上分析計(jì)算，合并相似本體，進(jìn)行知識(shí)消歧 學(xué)習(xí)路徑識(shí)別及推薦 通過知識(shí)點(diǎn)的先修關(guān)系，識(shí)別學(xué)習(xí)路徑，針對(duì)薄弱知識(shí)點(diǎn)進(jìn)行學(xué)習(xí)路徑推薦
華為HiLensModelBox開發(fā)框架
ModelBox ModelBox為端邊云統(tǒng)一AI應(yīng)用開發(fā)框架，目的是讓模型以統(tǒng)一的格式和接口更高效地運(yùn)行。開發(fā)者在華為云AI開發(fā)生產(chǎn)線ModelArts上完成模型的訓(xùn)練和優(yōu)化之后，使用ModelBox框架完成應(yīng)用的開發(fā)，支持部署到端、邊、云場景的不同設(shè)備中運(yùn)行，打通行業(yè)AI應(yīng)用落地最后一公里。 優(yōu)勢 高性能并發(fā)調(diào)度引擎 ModelBox中將所有的任務(wù)都以功能單元的形式封裝，由多個(gè)功能單元構(gòu)成一個(gè)完整的應(yīng)用。執(zhí)行時(shí)，功能單元的計(jì)算將統(tǒng)一由線程池并發(fā)調(diào)度，確保計(jì)算單元被分配到對(duì)應(yīng)的異構(gòu)硬件中執(zhí)行。同時(shí)，計(jì)算中，數(shù)據(jù)和執(zhí)行單元綁定，保證數(shù)據(jù)處理的合理分配和高吞吐量。 預(yù)制的應(yīng)用編排異構(gòu)計(jì)算組件 豐富的組件覆蓋了主流芯片、多數(shù)操作系統(tǒng)和主流的推理框架，做到了屏蔽芯片層、操作系統(tǒng)、推理架構(gòu)這三個(gè)層次的平臺(tái)差異 。 端邊云 AI 協(xié)同單元 框架中提供的端邊云AI協(xié)同單元讓開發(fā)者快速寫出格式一致的AI應(yīng)用，并結(jié)合場景需求一鍵部署到端邊云不同的設(shè)備上運(yùn)行。 建議搭配使用：ModelArts、 對(duì)象存儲(chǔ)服務(wù) OBS
數(shù)據(jù)治理中心數(shù)據(jù)分析
業(yè)務(wù)痛點(diǎn) 數(shù)據(jù)異構(gòu)多源，數(shù)據(jù)準(zhǔn)備耗費(fèi)大量人力投入 計(jì)算、存儲(chǔ)資源不易擴(kuò)展，無法應(yīng)對(duì)業(yè)務(wù)數(shù)據(jù)峰谷變化和快速分析需求 核心需求 異構(gòu)數(shù)據(jù)快速集成，自動(dòng)數(shù)據(jù)轉(zhuǎn)換 快速構(gòu)建數(shù)據(jù)處理流程作業(yè)，支持高性能數(shù)據(jù)計(jì)算 資源 彈性伸縮 ，快速應(yīng)對(duì)數(shù)據(jù)和業(yè)務(wù)變化 優(yōu)勢 - 一站式可視化數(shù)據(jù)開發(fā)平臺(tái)， 集成 大數(shù)據(jù) 和AI數(shù)據(jù)作業(yè)開 發(fā)，支持百萬級(jí)別任務(wù)調(diào)度。 - 實(shí)時(shí) 數(shù)據(jù)集 成，分鐘級(jí)數(shù)據(jù)準(zhǔn)備，支持直接基于原始數(shù)據(jù) 分析。 - 存儲(chǔ)和計(jì)算分離解耦，資源彈性伸縮，支持業(yè)務(wù)高峰的海 量數(shù)據(jù)快速計(jì)算。
MapReduce服務(wù)功能
一站式融合平臺(tái) 提供Kafka、Flink、Spark、HBase、ClickHouse、Presto等全棧大數(shù)據(jù)引擎，支持 數(shù)據(jù)湖 ，數(shù)倉、BI、AI融合，助力客戶走向融合的一站式大數(shù)據(jù)平臺(tái) 一鍵式平臺(tái)搬遷 100%兼容開源大數(shù)據(jù)生態(tài)，提供一鍵式搬遷工具，能夠幫助客戶快速完成自建平臺(tái)的平滑 遷移 ，整個(gè)遷移過程可做到“代碼0修改，業(yè)務(wù)0中斷” 資源靈活彈性伸縮 資源靈活配比，可以選擇鯤鵬/x86不同配比的Flavor規(guī)格，集群異構(gòu)混合部署，峰谷任務(wù)靈活配置策略，自動(dòng)彈性伸縮，百節(jié)點(diǎn)分鐘級(jí)發(fā)放，大大降低TCO 企業(yè)級(jí)駕駛艙管理 可視化的企業(yè)級(jí)集群管理系統(tǒng)，精細(xì)化集群監(jiān)控告警，支持在線變更配置和集群補(bǔ)丁更新，保障業(yè)務(wù)不中斷，日志在線檢索，支持多集群統(tǒng)一管理
MapReduce服務(wù)互聯(lián)網(wǎng)行業(yè)
互聯(lián)網(wǎng)行業(yè)（主打） 互聯(lián)網(wǎng)行業(yè)的業(yè)務(wù)需求快速膨脹，數(shù)據(jù)量爆發(fā)，導(dǎo)致自建大數(shù)據(jù)平臺(tái)面臨著無法快速擴(kuò)容、數(shù)據(jù)利用率低及運(yùn)維成本高等問題，MRS提供“存算分離+鯤鵬”云化大數(shù)據(jù)平臺(tái)，為用戶構(gòu)筑下一代高性價(jià)比互聯(lián)網(wǎng)新平臺(tái) 優(yōu)勢 架構(gòu)創(chuàng)新，高性價(jià)比、數(shù)據(jù)靈活共享 - 存算分離：業(yè)務(wù)數(shù)據(jù)分離、引擎級(jí)元數(shù)據(jù)分離- 異構(gòu)算力：鯤鵬+x86，裸金屬/虛機(jī)/容器 計(jì)算引擎源于開源，高于開源 - 主流引擎和開源深度互動(dòng)：hadoop、spark、hive等主流引擎同接口，引擎內(nèi)核深度優(yōu)化提升x倍性能- 差異化能力貢獻(xiàn)社區(qū)：CarbonData，海量數(shù)據(jù)毫秒級(jí)點(diǎn)查，數(shù)據(jù)分鐘級(jí)更新，填補(bǔ)社區(qū)技術(shù)空白；Hetu，統(tǒng)一SQL、跨源跨域查詢 核心能力提升 - 軟硬結(jié)合等垂直協(xié)同優(yōu)化- 高可用：首個(gè)支持單集群跨AZ的大數(shù)據(jù)服務(wù) 場景適用服務(wù)： MapReduce服務(wù) MRS、 對(duì)象存儲(chǔ) 服務(wù) OBS