Talia Gershon,Seetharami Seelam,Brian Belgodere,Milton Bonilla,Lan Hoang,Danny Barnett,I-Hsin Chung,Apoorve Mohan,Ming-Hung Chen,Lixiang Luo,Robert Walkup,Constantinos Evangelinos,Shweta Salaria,Marc Dombrowa,Yoonho Park,Apo Kayi,Liran Schour,Alim Alim,Ali Sydney,Pavlos Maniotis,Laurent Schares,Bernard Metzler,Bengi Karacali-Akyamac,Sophia Wen,Tatsuhiro Chiba,Sunyanan Choochotkaew,Takeshi Yoshimura,Claudia Misale,Tonia Elengikal,Kevin O Connor,Zhuoran Liu,Richard Molina,Lars Schneidenbach,James Caden,Christopher Laibinis,Carlos Fonseca,Vasily Tarasov,Swaminathan Sundararaman,Frank Schmuck,Scott Guthridge,Jeremy Cohn,Marc Eshel,Paul Muench,Runyu Liu,William Pointer,Drew Wyskida,Bob Krull,Ray Rose,Brent Wolfe,William Cornejo,John Walter,Colm Malone,Clifford Perucci,Frank Franco,Nigel Hinds,Bob Calio,Pavel Druyan,Robert Kilduff,John Kienle,Connor McStay,Andrew Figueroa,Matthew Connolly,Edie Fost,Gina Roma,Jake Fonseca,Ido Levy,Michele Payne,Ryan Schenkel,Amir Malki,Lion Schneider,Aniruddha Narkhede,Shekeba Moshref,Alexandra Kisin,Olga Dodin,Bill Rippon,Henry Wrieth,John Ganci,Johnny Colino,Donna Habeger-Rose,Rakesh Pandey,Aditya Gidh,Aditya Gaur,Dennis Patterson,Samsuddin Salmani,Rambilas Varma,Rumana Rumana,Shubham Sharma,Aditya Gaur,Mayank Mishra,Rameswar Panda,Aditya Prasad,Matt Stallone,Gaoyuan Zhang,Yikang Shen,David Cox,Ruchir Puri,Dakshi Agrawal,Drew Thorstensen,Joel Belog,Brent Tang,Saurabh Kumar Gupta,Amitabha Biswas,Anup Maheshwari,Eran Gampel,Jason Van Patten,Matthew Runion,Sai Kaki,Yigal Bogin,Brian Reitz,Steve Pritko,Shahan Najam,Surya Nambala,Radhika Chirra,Rick Welp,Frank DiMitri,Felipe Telles,Amilcar Arvelo,King Chu,Ed Seminaro,Andrew Schram,Felix Eickhoff,William Hanson,Eric Mckeever,Dinakaran Joseph,Piyush Chaudhary,Piyush Shivam,Puneet Chaudhary,Wesley Jones,Robert Guthrie,Chris Bostic,Rezaul Islam,Steve Duersch,Wayne Sawdon,John Lewars,Matthew Klos,Michael Spriggs,Bill McMillan,George Gao,Ashish Kamra,Gaurav Singh,Marc Curry,Tushar Katarki,Joe Talerico,Zenghui Shi,Sai Sindhur Malleni,Erwan Gallen
Talia Gershon,Seetharami Seelam,Brian Belgodere,Milton Bonilla,Lan Hoang,Danny Barnett,I-Hsin Chung,Apoorve Mohan,Ming-Hung Chen,Lixiang Luo,Robert Walkup,Constantinos Evangelinos,Shweta Salaria,Marc Dombrowa,Yoonho Park,Apo Kayi,Liran Schour,Alim Alim,Ali Sydney,Pavlos Maniotis,Laurent Schares,Bernard Metzler,Bengi Karacali-Akyamac,Sophia Wen,Tatsuhiro Chiba,Sunyanan Choochotkaew,Takeshi Yoshimura,Claudia Misale,Tonia Elengikal,Kevin O Connor,Zhuoran Liu,Richard Molina,Lars Schneidenbach,James Caden,Christopher Laibinis,Carlos Fonseca,Vasily Tarasov,Swaminathan Sundararaman,Frank Schmuck,Scott Guthridge,Jeremy Cohn,Marc Eshel,Paul Muench,Runyu Liu,William Pointer,Drew Wyskida,Bob Krull,Ray Rose,Brent Wolfe,William Cornejo,John Walter,Colm Malone,Clifford Perucci,Frank Franco,Nigel Hinds,Bob Calio,Pavel Druyan,Robert Kilduff,John Kienle,Connor McStay,Andrew Figueroa,Matthew Connolly,Edie Fost,Gina Roma,Jake Fonseca,Ido Levy,Michele Payne,Ryan Schenkel,Amir Malki,Lion Schneider,Aniruddha Narkhede,Shekeba Moshref,Alexandra Kisin,Olga Dodin,Bill Rippon,Henry Wrieth,John Ganci,Johnny Colino,Donna Habeger-Rose,Rakesh Pandey,Aditya Gidh,Aditya Gaur,Dennis Patterson,Samsuddin Salmani,Rambilas Varma,Rumana Rumana,Shubham Sharma,Aditya Gaur,Mayank Mishra,Rameswar Panda,Aditya Prasad,Matt Stallone,Gaoyuan Zhang,Yikang Shen,David Cox,Ruchir Puri,Dakshi Agrawal,Drew Thorstensen,Joel Belog,Brent Tang,Saurabh Kumar Gupta,Amitabha Biswas,Anup Maheshwari,Eran Gampel,Jason Van Patten,Matthew Runion,Sai Kaki,Yigal Bogin,Brian Reitz,Steve Pritko,Shahan Najam,Surya Nambala,Radhika Chirra,Rick Welp,Frank DiMitri,Felipe Telles,Amilcar Arvelo,King Chu,Ed Seminaro,Andrew Schram,Felix Eickhoff,William Hanson,Eric Mckeever,Dinakaran Joseph,Piyush Chaudhary,Piyush Shivam,Puneet Chaudhary,Wesley Jones,Robert Guthrie,Chris Bostic,Rezaul Islam,Steve Duersch,Wayne Sawdon,John Lewars,Matthew Klos,Michael Spriggs,Bill McMillan,George Gao,Ashish Kamra,Gaurav Singh,Marc Curry,Tushar Katarki,Joe Talerico,Zenghui Shi,Sai Sindhur Malleni,Erwan Gallen

AI Infrastructure plays a key role in the speed and cost-competitiveness of developing and deploying advanced AI models. The current demand for powerful AI infrastructure for model training is driven by the emergence of generative AI and foundational models, where on occasion thousands of GPUs must cooperate on a single training job for the model to be trained in a reasonable time. Delivering efficient and high-performing AI training requires an end-to-end solution that combines hardware, software and holistic telemetry to cater for multiple types of AI workloads. In this report, we describe IBM's hybrid cloud infrastructure that powers our generative AI model development. This infrastructure includes (1) Vela: an AI-optimized supercomputing capability directly integrated into the IBM Cloud, delivering scalable, dynamic, multi-tenant and geographically distributed infrastructure for large-scale model training and other AI workflow steps and (2) Blue Vela: a large-scale, purpose-built, on-premises hosting environment that is optimized to support our largest and most ambitious AI model training tasks. Vela provides IBM with the dual benefit of high performance for internal use along with the flexibility to adapt to an evolving commercial landscape. Blue Vela provides us with the benefits of rapid development of our largest and most ambitious models, as well as future-proofing against the evolving model landscape in the industry. Taken together, they provide IBM with the ability to rapidly innovate in the development of both AI models and commercial offerings.


翻译:暂无翻译

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
28+阅读 · 2019年10月18日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
11+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
From Softmax to Sparsemax-ICML16(1)
KingsGarden
72+阅读 · 2016年11月26日
国家自然科学基金
10+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
36+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
0+阅读 · 8月8日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
14+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
11+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
From Softmax to Sparsemax-ICML16(1)
KingsGarden
72+阅读 · 2016年11月26日
相关基金
国家自然科学基金
10+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
36+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员