ACK集群实现弹性裸金属AI训练

场景描述

本方案适用于AI图片训练场景，尤其是对性能要求苛刻、业务交付紧迫的场景。例如自动驾驶的模型训练（图片）等AI模型训练的场景。 本方案使用了SCC超级计算集群，采用弹性裸金属GPU服务器、并行文件系统CPFS、RDMA网络、阿里云容器服务Kubernetes版和飞天AI加速训练工具，提供性能稳定的训练环境，保障业务能力。

解决问题

• 搭建AI图片训练基础环境。

• 使用CPFS存储训练数据。

• 使用飞天AI加速训练工具加速训练。

• 使用Arena一键提交作业。

架构图

参考链接

有关弹性裸金属AI训练的详情，请参见弹性裸金属AI训练。