COMPUTING INFRASTRUCTURE

AI算力基础

为自主智能,建设长期发展的底层动力。

MBTIX 正在建设自有 AI 数据中心,为 AI 研发与自有 AI 服务提供基础。规划负载包括业务、客户交互、媒体及路测数据预处理、模型开发与评估,以及产品运行时的推理计算。

研发批处理与在线服务推理对计算能力和响应时间的要求不同。设施设计综合各类任务的计算负载、性能及运维成本,同时支持研发与业务运行。

展示光纤接入、服务器机柜和地板下冷却通道的数据中心剖面模型
03 / INFRASTRUCTURE自有算力设施的应用方向
  1. 按用途整理运行与客户应答记录,为不同算法的验证提供可用数据。

  2. 在一致的条件下比较配单和对话模型,研究适合实际业务的方法。

  3. 自有机房正在建设中。设施规划综合考虑业务负荷与运行成本,服务于研发和自营产品。

设施应用示意

主要能力与价值

正在建设的自有 AI 数据中心面向公司 AI 产品与研发,规划支持各业务领域的数据处理、模型开发与评估,以及产品运行时的推理计算。

数据处理环境

建设用于整理、分析和评估业务数据及真实道路数据的计算环境。

算法开发与模型评估

为配单、路线、对话和场景适配等方向的开发与评估提供基础。

衔接自有AI服务

结合产品使用场景和计算负载,梳理服务运行所需的基础条件。

性能、资源与运营规划

统筹性能、负载、资源成本与运维要求,规划符合用途的配置。

主要应用场景

研究开发

作为持续开展数据处理、算法开发和模型验证的基础。

自有产品运行

围绕AI服务要求规划环境,支持产品改进与未来使用扩展。

研发与现场反馈

将服务使用情况与研发课题反馈到计算环境,促进技术和业务改进。

运行记录如何进入模型评估

以配单模型评估为例,规划中会把预约条件与实际派车结果按用途整理,在一致条件下比较候选匹配方案。

哪些任务可以批处理、哪些要求快速响应,将共同影响机房配置与产品改进。

整理使用要求

梳理自有产品、研发课题和目标数据的要求。

规划基础配置

围绕处理、评估和运行用途开展配置规划。

建设计算设施

推进建设和完善,逐步形成支撑研发与服务的条件。

依据用途持续改善

将性能、负载和运维经验反馈到设施与技术改进。

与伙伴共同创造的价值

依据研发课题与服务要求,规划数据处理、模型评估和推理任务的优先级及计算资源分配。

设施作为智能出行、数字媒体、AI 服务等业务的共同基础,支持持续研发与产品改进。

CONTACT MBTIX

与我们讨论业务与技术合作

欢迎就产品应用、业务协作和技术合作与我们联系,我们会根据具体内容安排对接。

联系我们