亚马逊云服务部门近日正式官宣了代号为“雷尼尔计划”的超大规模分布式集群项目。据it之家7月14日报道，这套系统极有可能刷新全球人工智能训练计算机的性能天花板，成为有史以来算力最顶级的专用设备，堪称ai算力领域的“天花板级存在”。
“雷尼尔计划”的硬件布局横跨美国多个数据中心，核心计算单元全部采用亚马逊旗下安纳普尔纳实验室自主研发的trainium2人工智能芯片。每台服务器内部集成16枚该型号芯片，四台服务器组合成一个名为“超级服务器”的运算模块。成千上万个这样的模块再通过高速网络彼此联通，最终编织成“雷尼尔计划”这一庞大的计算集群。这种“模块化叠加”的设计思路，不仅大幅降低了单点故障风险，还让算力扩展变得像搭积木一样灵活——未来若有更高性能的芯片问世，只需替换模块核心即可完成升级，避免了整个集群推倒重来的高昂成本。
在数据通信层面，这套系统采用了双轨并行的设计思路。蓝色线缆负责“超级服务器”内部芯片之间的高速互联，依靠“神经元链接”技术实现极低延迟的数据交换，让芯片间的“对话”几乎零等待。而同一数据中心内不同服务器之间、乃至跨数据中心的远距离通信，则交由黄色线缆承载的“弹性结构适配器”技术来保障。两种方案各司其职，互不干扰，就像城市交通中既有快速的地铁线路连接核心区域，又有高速公路网覆盖远郊，确保每一条数据流都能找到最优路径。这种“双轨制”设计，本质上是对网络带宽和延迟的极致优化——在ai训练中，数据交换速度往往决定了模型能否在合理时间内收敛，而“雷尼尔计划”显然把这一点做到了行业前列。
人工智能企业anthropic已经明确表示，将借助“雷尼尔计划”来训练其旗舰模型克劳德的全新版本。安纳普尔纳实验室的产品与客户工程总监加迪·哈特公开透露，这套新集群所能提供的总算力，相当于anthropic当前最大训练设施的整整五倍。这一数字背后，意味着模型训练周期的大幅压缩和参数规模的几何级跃升。打个比方，如果之前训练一个前沿模型需要一年时间，现在可能缩短到两三个月；而模型能“记住”的信息量、能理解的复杂逻辑，也将迎来质的飞跃。更值得期待的是，这种算力飞跃不仅服务于商业公司，它正在为整个ai行业探索“更大、更强、更智能”的模型铺路——未来我们使用的智能助手、医疗诊断系统、自动驾驶算法，都可能因这样的基础设施升级而变得更聪明、更可靠。
广告声明：本文包含的对外跳转链接旨在为读者提供更多参考信息，帮助节省筛选时间。相关内容仅供用户参考决策，it之家所有正式稿件均附带此声明。
网友留言：