HongYun ระบุว่า HyperLM V2.5 ปรับแต่งเชิงลึกสำหรับ Ascend 950DT รองรับระบบระบายความร้อนด้วยอากาศ Atlas 850E SuperPoD และผ่านการรับรอง Ascend Native ของ Huawei ฟีเจอร์ที่รายงานระบุ ได้แก่ UnifiedBus 2.0, การปรับแต่ง mxFP4, การแบ่งทรัพยากร vNPU และการแยกขั้นตอน prefill กับ decode ข้อมูลที่มีไม่ได้ยืนยันประสิทธิภาพจากก...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What did Beijing-based HongYun announce with the release of its integrated large-model training and inference platform HyperLM V2.5, reporte. Article summary: HongYun announced HyperLM V2.5, an integrated large-model training and inference platform that it claimed was the first to deeply adapt to Huawei’s Ascend 950DT, fully compatible with the air-cooled Atlas 850E SuperPoD, . Topic tags: general, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
HongYun บริษัทซอฟต์แวร์ AI จากปักกิ่ง เปิดตัว HyperLM V2.5 แพลตฟอร์มสำหรับฝึกและให้บริการโมเดลขนาดใหญ่ โดยบริษัทระบุว่ารุ่นใหม่นี้ปรับแต่งเชิงลึกให้ทำงานกับ Huawei Ascend 950DT ได้ รองรับ Atlas 850E SuperPoD ระบบระบายความร้อนด้วยอากาศ และผ่านการรับรอง Ascend Native ของ Huawei 14
18
ประเด็นที่ HongYun ต้องการเน้นไม่ใช่แค่ทำให้โมเดลติดตั้งและเริ่มทำงานได้ แต่คือการใช้ประโยชน์จากตัวเร่งประมวลผลให้ได้มากขึ้น อย่างไรก็ตาม นี่เป็นเป้าหมายที่บริษัทนำเสนอ ไม่ใช่ผลทดสอบประสิทธิภาพที่ยืนยันโดยอิสระ 18
รายงานเกี่ยวกับการเปิดตัวระบุว่า HyperLM V2.5 รองรับการเชื่อมต่อ UnifiedBus 2.0 มีการปรับแต่ง mxFP4 รองรับการแบ่งทรัพยากรของหน่วยประมวลผลเสมือน (vNPU) และแยกขั้นตอน prefill กับ decode ในการประมวลผล inference ฟีเจอร์เหล่านี้ถูกนำเสนอในฐานะส่วนหนึ่งของการปรับแพลตฟอร์มให้เข้ากับฮาร์ดแวร์ Ascend และการจัดการภาระงานของโมเดล 7
14
บริษัทวางตำแหน่งระบบไว้สำหรับการใช้งานภาครัฐและภาคธุรกิจ เช่น งานสนทนาปริมาณมาก การประมวลผลเอกสารยาว และการให้เอเจนต์ AI ทำงานต่อเนื่อง นอกจากนี้ยังระบุว่า Atlas 850E แบบระบายความร้อนด้วยอากาศอาจเป็นทางเลือกสำหรับศูนย์ข้อมูลเดิมที่ไม่ต้องการปรับปรุงสถานที่ครั้งใหญ่ ข้อความเหล่านี้เป็นคำกล่าวอ้างจากผู้ให้บริการ ไม่ใช่ผลลัพธ์การใช้งานที่ได้รับการยืนยันอย่างอิสระจากข้อมูลที่มี 18
ข้อมูลอีกส่วนจากประกาศกล่าวถึงระบบติดตามภาระการประมวลผล การใช้หน่วยความจำ แบนด์วิดท์ ความหน่วงของ API และจำนวนคำขอ พร้อมการแจ้งเตือนเมื่อประสิทธิภาพลดลง การระบุตำแหน่งปัญหา และการจัดลำดับความสำคัญของงาน 28
HongYun ยังระบุแผนพัฒนาต่อบนระบบ Huawei Ascend และ Hygon DCU โดยมุ่งไปที่การจัดตารางงานข้ามฮาร์ดแวร์ การเร่ง inference แคชชิง และการรองรับแอปพลิเคชันเอเจนต์ 28
รายงานที่มีอยู่ไม่ได้แสดงผลทดสอบอิสระหรือยืนยันว่า HyperLM V2.5 ทำให้ฮาร์ดแวร์ทำงานได้ตามระดับประสิทธิภาพที่บริษัทตั้งเป้าไว้ในการใช้งานจริง ข้อสรุปที่รองรับได้ในตอนนี้คือแพลตฟอร์มรวมการปรับแต่งสำหรับ Ascend เข้ากับฟีเจอร์ให้บริการและดูแลระบบ ส่วนประสิทธิภาพจริงยังขึ้นอยู่กับผลจากการทดสอบและการใช้งานที่วัดได้ 14
18
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
HongYun ระบุว่า HyperLM V2.5 ปรับแต่งเชิงลึกสำหรับ Ascend 950DT รองรับระบบระบายความร้อนด้วยอากาศ Atlas 850E SuperPoD และผ่านการรับรอง Ascend Native ของ Huawei
HongYun ระบุว่า HyperLM V2.5 ปรับแต่งเชิงลึกสำหรับ Ascend 950DT รองรับระบบระบายความร้อนด้วยอากาศ Atlas 850E SuperPoD และผ่านการรับรอง Ascend Native ของ Huawei ฟีเจอร์ที่รายงานระบุ ได้แก่ UnifiedBus 2.0, การปรับแต่ง mxFP4, การแบ่งทรัพยากร vNPU และการแยกขั้นตอน prefill กับ decode
ข้อมูลที่มีไม่ได้ยืนยันประสิทธิภาพจากการใช้งานจริงหรือมีผลทดสอบอิสระ จึงยังสรุปไม่ได้ว่าแพลตฟอร์มทำให้ฮาร์ดแวร์ทำงานได้เต็มกำลังเพียงใด
HongYun ระบุว่า HyperLM V2.5 ปรับแต่งเชิงลึกสำหรับ Ascend 950DT รองรับระบบระบายความร้อนด้วยอากาศ Atlas 850E SuperPoD และผ่านการรับรอง Ascend Native ของ Huawei ฟีเจอร์ที่รายงานระบุ ได้แก่ UnifiedBus 2.0, การปรับแต่ง mxFP4, การแบ่งทรัพยากร vNPU และการแยกขั้นตอน prefill กับ decode ข้อมูลที่มีไม่ได้ยืนยันประสิทธิภาพจากก...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

Create a landscape editorial hero image for this Studio Global article: What did Beijing-based HongYun announce with the release of its integrated large-model training and inference platform HyperLM V2.5, reporte. Article summary: HongYun announced HyperLM V2.5, an integrated large-model training and inference platform that it claimed was the first to deeply adapt to Huawei’s Ascend 950DT, fully compatible with the air-cooled Atlas 850E SuperPoD, . Topic tags: general, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
HongYun บริษัทซอฟต์แวร์ AI จากปักกิ่ง เปิดตัว HyperLM V2.5 แพลตฟอร์มสำหรับฝึกและให้บริการโมเดลขนาดใหญ่ โดยบริษัทระบุว่ารุ่นใหม่นี้ปรับแต่งเชิงลึกให้ทำงานกับ Huawei Ascend 950DT ได้ รองรับ Atlas 850E SuperPoD ระบบระบายความร้อนด้วยอากาศ และผ่านการรับรอง Ascend Native ของ Huawei 14
18
ประเด็นที่ HongYun ต้องการเน้นไม่ใช่แค่ทำให้โมเดลติดตั้งและเริ่มทำงานได้ แต่คือการใช้ประโยชน์จากตัวเร่งประมวลผลให้ได้มากขึ้น อย่างไรก็ตาม นี่เป็นเป้าหมายที่บริษัทนำเสนอ ไม่ใช่ผลทดสอบประสิทธิภาพที่ยืนยันโดยอิสระ 18
รายงานเกี่ยวกับการเปิดตัวระบุว่า HyperLM V2.5 รองรับการเชื่อมต่อ UnifiedBus 2.0 มีการปรับแต่ง mxFP4 รองรับการแบ่งทรัพยากรของหน่วยประมวลผลเสมือน (vNPU) และแยกขั้นตอน prefill กับ decode ในการประมวลผล inference ฟีเจอร์เหล่านี้ถูกนำเสนอในฐานะส่วนหนึ่งของการปรับแพลตฟอร์มให้เข้ากับฮาร์ดแวร์ Ascend และการจัดการภาระงานของโมเดล 7
14
บริษัทวางตำแหน่งระบบไว้สำหรับการใช้งานภาครัฐและภาคธุรกิจ เช่น งานสนทนาปริมาณมาก การประมวลผลเอกสารยาว และการให้เอเจนต์ AI ทำงานต่อเนื่อง นอกจากนี้ยังระบุว่า Atlas 850E แบบระบายความร้อนด้วยอากาศอาจเป็นทางเลือกสำหรับศูนย์ข้อมูลเดิมที่ไม่ต้องการปรับปรุงสถานที่ครั้งใหญ่ ข้อความเหล่านี้เป็นคำกล่าวอ้างจากผู้ให้บริการ ไม่ใช่ผลลัพธ์การใช้งานที่ได้รับการยืนยันอย่างอิสระจากข้อมูลที่มี 18
ข้อมูลอีกส่วนจากประกาศกล่าวถึงระบบติดตามภาระการประมวลผล การใช้หน่วยความจำ แบนด์วิดท์ ความหน่วงของ API และจำนวนคำขอ พร้อมการแจ้งเตือนเมื่อประสิทธิภาพลดลง การระบุตำแหน่งปัญหา และการจัดลำดับความสำคัญของงาน 28
HongYun ยังระบุแผนพัฒนาต่อบนระบบ Huawei Ascend และ Hygon DCU โดยมุ่งไปที่การจัดตารางงานข้ามฮาร์ดแวร์ การเร่ง inference แคชชิง และการรองรับแอปพลิเคชันเอเจนต์ 28
รายงานที่มีอยู่ไม่ได้แสดงผลทดสอบอิสระหรือยืนยันว่า HyperLM V2.5 ทำให้ฮาร์ดแวร์ทำงานได้ตามระดับประสิทธิภาพที่บริษัทตั้งเป้าไว้ในการใช้งานจริง ข้อสรุปที่รองรับได้ในตอนนี้คือแพลตฟอร์มรวมการปรับแต่งสำหรับ Ascend เข้ากับฟีเจอร์ให้บริการและดูแลระบบ ส่วนประสิทธิภาพจริงยังขึ้นอยู่กับผลจากการทดสอบและการใช้งานที่วัดได้ 14
18
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
HongYun ระบุว่า HyperLM V2.5 ปรับแต่งเชิงลึกสำหรับ Ascend 950DT รองรับระบบระบายความร้อนด้วยอากาศ Atlas 850E SuperPoD และผ่านการรับรอง Ascend Native ของ Huawei
HongYun ระบุว่า HyperLM V2.5 ปรับแต่งเชิงลึกสำหรับ Ascend 950DT รองรับระบบระบายความร้อนด้วยอากาศ Atlas 850E SuperPoD และผ่านการรับรอง Ascend Native ของ Huawei ฟีเจอร์ที่รายงานระบุ ได้แก่ UnifiedBus 2.0, การปรับแต่ง mxFP4, การแบ่งทรัพยากร vNPU และการแยกขั้นตอน prefill กับ decode
ข้อมูลที่มีไม่ได้ยืนยันประสิทธิภาพจากการใช้งานจริงหรือมีผลทดสอบอิสระ จึงยังสรุปไม่ได้ว่าแพลตฟอร์มทำให้ฮาร์ดแวร์ทำงานได้เต็มกำลังเพียงใด