隨著大模型訓練與推理需求的爆發式增長，AI算力已成為支撐大模型時代的核心基礎設施。
然而，在算力規模快速擴張的同時，“存算力失衡”這一結構性矛盾日益凸顯。算力芯片不斷迭代，性能持續提升，但數據存儲、訪問與傳輸的速度卻難以與之有效匹配，導致寶貴的算力資源難以充分利用，已成為阻礙AI創新和應用落地的關鍵瓶頸。
以AI Rack和超節點為代表的高密度算力基礎設施，通過系統級架構創新，實現了計算、存儲與高速互聯網絡的高度整合與協同優化，被視為解決存算運力失衡、提升算力效率的關鍵路徑。
8月20日19點，綠算技術聯合創始人、首席科學家孟坤博士將以《存算運力失衡下，高密度算力的底座構建》為主題，在智猩猩公開課以視頻直播形式進行超節點與智算集群系列第9期的講解。
本次公開課中，孟坤博士將首先介紹國內外算力的發展現狀，剖析存算運力失衡問題，并展望未來算力發展趨勢。隨后，他將從多資源協同、集中調度調配、軟硬件層資源優化等多個維度，給出解決算力問題的建議。最后，孟博士將系統講解高密度算力底座的構建思路，涵蓋算力結構、硬件層構成、GPU互聯、網絡互聯、存力與算力的有效匹配以及軟件層優化等核心要素，并深入分析算力集約化、模塊化、模組化設計帶來的價值。
公開課內容
主題：存算運力失衡下，高密度算力的底座構建
提綱：
1、國內外算力現狀及存算運力失衡問題
2、國內外算力的未來發展方向
3、解決算力問題的五個建議
4、高密度算力的底座構建
5、算力集約化、模塊化、模組化的價值
主講人
孟坤博士，綠算技術聯合創始人、首席科學家，北京信息科技大學副教授，電子數據司法鑒定人，國家網信辦項目評審專家；主持研發超100Gb NVMe-OF高性能全閃存儲設備，已在超算、AI計算及全流量線速分析等場景成功應用；主持研發物理特性（PUF）驅動去中心身份標識與認證機制，應用于數據全生命周期安全保障。
直播時間
8月20日19:00
