异构智算：高效算力筑基数字社会

定　价：¥119.90

作　者：	郭亮，李洁，彭竞，赵继壮，吴美希
出版社：	人民邮电出版社
丛编项：
标　签：	暂缺

购买这本书可以去

ISBN：	9787115592255	出版时间：	2022-07-01	包装：
开本：	16开	页数：	224	字数：

内容简介

　　本书从产业角度深刻分析了异构计算及智能计算中心建设的诸多关键技术和应用前景，介绍了异构融合智能计算的核心技术—智能计算中心异构算力芯片、异构算力适配、异构操作平台，以及产业界中智能计算中心异构算力的解决方案、智能计算中心的高质量发展与未来展望。本书内容丰富、分析全面，是实现智能计算中心发展相关布局的重要技术参考，对推动我国智能计算中心建设和智能计算领域的发展有很高的参考价值和实际意义，适合从事城市数字化建设、智能化建设、智能计算中心建设的相关技术人员，以及科研机构技术人员、高校师生阅读。

作者简介

　　郭亮工程师，中国信息通信研究院云计算与大数据研究所副总工程师，开放数据中心委员会新技术与测试工作组组长。长期从事云计算、网络、服务器、存储和基础设施相关技术的研究工作。李洁博士，工程师，中国信息通信研究院云计算与大数据研究所副所长，开放数据中心委员会副主席，中国通信标准化协会TC1 WG4数据中心工作组组长。长期从事数据中心、算力基础设施等方面的政策、技术、标准和产业研究工作。彭竞硕士，中国电信股份有限公司北京分公司政企客户事业群副总经理，毕业于北京邮电大学计算机通信专业。从事移动通信、IT互联网、云计算等方面的工作15年余年，在产业数字化科技创新领域和“5G+云+AI”方向有丰富的实践经验。赵继壮中国电信研究院AI赋能平台团队总监，工程师，开放数据中心委员会新技术与测试工作组副组长。长期致力于数据中心、服务器与存储、HPC存储、云网融合计算研究。发表论文5篇，获得授权专利4项，主导通信行业标准3项。吴美希，工程师，中国信通院云计算与大数据研究所业务主管，开放数据中心委员会项目经理。主要从事绿色数据中心、一体化大数据中心、边缘数据中心和算力算效等相关的规划咨询、标准编制、测评认证和政策支撑工作。

图书目录

第一章　智能计算发展概述 1\n
1．1　全球智能计算发展概述　2\n
1．1．1　智能计算成为国家战略　2\n
1．1．2　发达国家增加人工智能投资　3\n
1．1．3　龙头企业构建智算服务　4\n
1．1．4　智能计算中心建设态势分析　6\n
1．2　我国智能计算发展概述　13\n
1．2．1　顶层设计逐步完善　13\n
1．2．2　产业形态复杂多元　15\n
第二章　智能计算中心发展概述　19\n
2．1　概念与背景　20\n
2．1．1　概念　20\n
2．1．2　建设背景　20\n
2．1．3　建设意义　21\n
2．2　发展现状　22\n
2．2．1　概述　22\n
2．2．2　建设主体　26\n
2．2．3　主要特征　37\n
2．3　技术现状　39\n
2．3．1　核心技术　39\n
2．3．2　技术趋势　43\n
2．4　建设局限　47\n
2．4．1　算法待统一　47\n
2．4．2　能源消耗巨大　48\n
2．4．3　核心技术受限　50\n
第三章　智能计算中心异构计算　51\n
3．1　异构计算的作用　52\n
3．1．1　增强计算效力　52\n
3．1．2　适配算法模型　52\n
3．1．3　提升资源效率　53\n
3．2　异构计算维度划分　53\n
3．2．1　AI加速芯片　54\n
3．2．2　算力适配层　54\n
3．2．3　算力调度网络　55\n
3．2．4　算力管理　55\n
3．3　异构计算解决方案　55\n
3．3．1　解决方案概述　55\n
3．3．2　AI模型训练方案　56\n
3．4　异构计算行业应用　58\n
3．4．1　智慧城市　58\n
3．4．2　智慧园区　65\n
3．4．3　智慧政务　66\n
3．4．4　智慧交通　69\n
3．4．5　智慧工业　70\n
3．4．6　智慧科研　74\n
3．4．7　智慧金融　77\n
第四章　智能计算中心异构算力芯片　85\n
4．1　AI芯片的概念　86\n
4．1．1　AI芯片的概念界定与分类方式　86\n
4．1．2　传统芯片与AI芯片的对比分析　87\n
4．1．3　AI芯片异构架构　87\n
4．1．4　AI芯片的发展趋势　88\n
4．2　AI芯片的分类　90\n
4．2．1　CPU　90\n
4．2．2　GPU　90\n
4．2．3　NPU　96\n
4．2．4　FPGA　97\n
4．2．5　ASIC　97\n
4．3　主流芯片产品　99\n
4．3．1　昇腾AI推理和训练芯片　99\n
4．3．2　寒武纪智能加速卡　99\n
4．3．3　百度昆仑芯　101\n
4．3．4　“云燧”系列加速卡　103\n
第五章　智能计算中心异构算力适配　105\n
5．1　异构算力适配架构　106\n
5．1．1　异构算力工作流程　106\n
5．1．2　异构算力适配的挑战　108\n
5．1．3　智能计算中心异构算力适配架构　110\n
5．1．4　智能计算中心异构算力接入统一要求　113\n
5．2　硬件开发套件架构　115\n
5．2．1　华为　115\n
5．2．2　寒武纪　118\n
5．2．3　燧原科技　118\n
5．2．4　百度　120\n
5．2．5　算能科技　120\n
5．3　模型开发框架适配层　122\n
5．3．1　模型开发框架　123\n
5．3．2　计算图编译器　125\n
5．3．3　分布式计算　127\n
5．3．4　算子库　128\n
5．4　操作系统异构适配层　130\n
5．4．1　集成开发环境统一的操作界面　130\n
5．4．2　异构模型移植操作界面　131\n
5．4．3　异构模型调优操作界面　132\n
5．4．4　异构算子适配操作界面　133\n
5．4．5　异构性能分析与调优操作界面　134\n
第六章　智能计算中心异构算力调度网络　137\n
6．1　异构算力远程调用需求　138\n
6．2　算力调度网络技术　140\n
6．2．1　并行通信库　140\n
6．2．2　互联技术　141\n
6．2．3　网络优化技术　146\n
6．3　长距离无损网络　147\n
第七章　智能计算中心操作系统　151\n
7．1　简介　152\n
7．2　异构算力统一纳管平台　152\n
7．2．1　技术架构　152\n
7．2．2　平台功能　154\n
7．3　异构算力智能运营平台　163\n
7．3．1　平台架构　163\n
7．3．2　服务应用　164\n
7．4　安全防护可信平台　165\n
7．4．1　安全防护可信计算技术　166\n
7．4．2　智能计算中心安全防护功能　167\n
7．4．3　可信异构算力服务器　168\n
第八章　智能计算中心异构算力典型解决方案　169\n
8．1　华为Atlas人工智能解决方案　170\n
8．1．1　能力介绍　170\n
8．1．2　技术架构　170\n
8．1．3　应用成效　171\n
8．2　百度城市AI计算中心　172\n
8．2．1　能力介绍　172\n
8．2．2　总体框架　173\n
8．2．3　方案优势　176\n
8．3　腾讯云智天枢平台　176\n
8．3．1　能力介绍　176\n
8．3．2　方案介绍　177\n
8．3．3　平台优势　178\n
8．4　趋动科技Orion X计算平台　181\n
8．4．1　方案介绍　181\n
8．4．2　平台优势　182\n
8．5　燧原科技液冷训练集群　183\n
8．5．1　能力介绍　183\n
8．5．2　方案介绍　184\n
8．6　算能AI智能计算中心平台　184\n
8．7　寒武纪人工智能算力平台　185\n
8．7．1　能力介绍　185\n
8．7．2　架构设计　186\n
8．7．3　核心优势　186\n
8．8　一流科技“一站式”AI开发服务平台　187\n
8．8．1　能力介绍　187\n
8．8．2　技术方案　188\n
8．8．3　平台优势　190\n
第九章　智能计算中心的高质量发展　193\n
9．1　高能效　194\n
9．1．1　建设要求　194\n
9．1．2　发展现状　197\n
9．2　高算力　198\n
9．2．1　建设要求　198\n
9．2．2　发展现状　199\n
9．3　强算效　200\n
9．3．1　建设要求　200\n
9．3．2　发展现状　201\n
9．4　安全可靠　202\n
9．4．1　建设要求　202\n
9．4．2　发展现状　203\n
9．5　评估认证　204\n
9．5．1　绿色低碳　204\n
9．5．2　算力算效　207\n
9．5．3　服务能力　208\n
9．5．4　安全可靠　209\n
9．5．5　智能化运营　210\n
第十章　展望　213\n
10．1　规范建设模式　214\n
10．1．1　规范算力调度纳管　214\n
10．1．2　规范算力适配技术　214\n
10．1．3　规范算力安全防护　215\n
10．2　重视算力算效　216\n
10．2．1　提升算力应用管理体系效能　216\n
10．2．2　部署智能计算中心异构操作系统　216\n
10．2．3　形成全场景矩阵化合作模式　216\n
10．3　融合异构算力　217\n
10．3．1　建立智能算力虚拟资源　218\n
10．3．2　部署异构算力调度无损网络　219\n
10．3．3　实现异构算力适配　220\n
10．4　绿色低碳发展　221\n
10．4．1　扩大绿色低碳产品应用场景　221\n
10．4．2　优化清洁能源使用机制结构　221\n
10．4．3　增强绿色低碳智能管理能力　222\n
参考文献　223