wangshanshan

动态

• 2023-07-12 · 回答了问题

  NEMO FRAMEWORK的组成和部署？

  可以在这里详细了解NeMo FRAMEWORK的组成细节，英伟达现阶段在北美的英伟达云上提供的大模型训练服务就是使用的NeMo FRAMEWORK，服务器和相应的数据中心搭建可以参考英伟达SuperPOD架构。...

  赞同 1
• 2023-07-12 · 回答了问题

  NeMo针对银行对话式场景的训练和推理，能解决哪些问题？

  英伟达NeMo是一个开源的对话式AI框架，里面包含三个大的部份，包括提供英伟达自己的语音转文字(ASR)的模型的训练和调试，大语言模型(LLM)和文字转语音(TTS)的模型等服务。客户可以根据自己实际业务需求和企业内部数据自己...

  赞同 2
• 2023-07-12 · 回答了问题

  在大模型计算中GPU如何加速计算？

  1）GPU如何加速后台的模型学习训练过程？ 大模型训练由于模型参数尺寸很大，很难在一块GPU上进行训练，所以采用模型并行和数据并行的方式进行训练，具体可以参考英伟达megatron-lm或megatron-deepspeed。2）在模型应用过程中，GPU...

  赞同 6
• 2023-07-11 · 回答了问题

  金融企业做GPU算力资源池化，需要评估和考虑哪些方面？

  这不在我们这次课程的讨论范围

  赞同
• 2023-07-11 · 回答了问题

  老师介绍金融大模型大概需要1000张GPU，若GPU数量只有要求的10%左右，企业还有必要做大模型吗？

  如果计算资源比较少，可以相对应训练模型参数大小不会太大，比如训练 6B，8B 参数并不需要一千片计算卡

  赞同 4
• 2023-07-05 · 发布了资料

  大语言模型的 GPU 加速和生成式AI在金融中的应用

  评分 7.8

  页数22

  浏览4345

  下载65

  金币1
• 2023-07-05 · 发布了资料

  GPU 加速计算创造智能交易的新时代

  评分 7.4

  页数7

  浏览712

  下载5

  金币1
• 2020-08-12 · 发布了新文章

  AI赋力银行业务：加拿大皇家银行基于DGX系统构建私有云

  评论0

  赞 0
• 2020-06-08 · 发布了资料

  NVIDIA容器云课程三-GPU数据中心管理工具

  评分 7.7

  页数16

  浏览1391

  下载9

  金币0
• 2020-06-08 · 发布了资料

  NVIDIA容器云课程二-GPU应用场景NGC及应用举例

  评分 7.7

  页数13

  浏览1329

  下载13

  金币0