京东零售基于国产芯片的AI引擎技术
💡
原文中文，约7600字，阅读约需19分钟。
📝
内容提要
随着大模型的普及，AI算力成为竞争的关键。京东面临国产芯片应用的挑战，需要提升兼容性和调度能力。九数算法中台推出基于国产芯片的AI引擎技术，支持多种业务场景，减少对海外芯片的依赖，推动国产算力生态的发展。
🎯
关键要点
-
AI算力已成为竞争焦点，影响模型性能与效果。
-
京东面临国产芯片应用挑战，需提升兼容性和调度能力。
-
美国对华芯片出口限制促使京东寻求国产芯片解决方案。
-
硬件架构差异导致国产NPU与GPU兼容性问题。
-
软件生态尚不成熟，迁移成本高，影响算法开发效率。
-
京东零售业务场景复杂，需灵活适配多种业务需求。
-
九数算法中台推出基于国产芯片的AI引擎技术。
-
高性能训练引擎支持多种主流模型，提升训练效率。
-
高性能推理引擎支持一键部署，优化推理速度。
-
国产芯片应用提升，助力电商领域多场景落地。
-
京东零售与华为昇腾共建Openmind开源社区，提升行业影响力。
-
未来规划包括万卡集群建设与国产算力生态建设。
❓
延伸问答
京东如何应对国产芯片应用的挑战？
京东通过提升兼容性和调度能力，推出基于国产芯片的AI引擎技术，以支持多种业务场景，减少对海外芯片的依赖。
九数算法中台的AI引擎技术有哪些核心特点？
九数算法中台的AI引擎技术具备高性能训练引擎和推理引擎，支持多种主流模型，提升训练和推理效率。
京东的AI引擎技术如何支持电商领域的多场景应用？
该技术通过灵活适配不同业务需求，支持搜索推荐、广告生成、智能客服等多个场景的应用。
国产芯片的应用对京东的算力安全有何影响？
国产芯片的应用降低了对海外芯片的依赖，确保了算法与算力的安全性，增强了京东在国际环境中的稳定性。
京东未来在国产算力生态建设方面有哪些规划？
京东计划与国产头部芯片厂商深入合作，建设万卡集群和优化调度策略，以支持大规模计算和提升算力性能。
京东如何提升国产NPU的使用效率？
通过高效的调度算法和资源队列机制，京东最大化利用国产NPU的算力，提升集群资源的整体使用率。
➡️
