文章列表

  • 锋行致远亮相WAIC 2026|AI存算融合与AI推理加速技术成果

    EVENT CASE STUDY · WAIC 2026

    锋行致远亮相 WAIC 2026

    展示AI存算融合创新技术
    探索企业级智能计算新路径

    AI存算融合企业级AI计算边缘智能大模型推理

    以数据为翼,为算力致远

    01

    活动回顾

    2026年7月,锋行致远亮相世界人工智能大会(WAIC 2026),集中展示面向企业级人工智能应用的AI存算融合技术、智能计算设备及边缘智能解决方案。

    围绕大模型部署、AI推理优化、数据访问效率以及企业私有化AI应用等方向,锋行致远在大会现场展示存算协同技术与产品实践,并与行业客户、技术专家及产业伙伴展开深入交流。

    锋行致远WAIC2026世界人工智能大会现场技术展示
    锋行致远 WAIC 2026 现场技术展示

    02

    创新产品展示

    锋行致远 Earth Core H8 AI一体机

    AI一体机

    面向企业级AI应用和私有化部署需求,提供安全、高效、低延迟的本地智能计算能力,支持大模型推理、企业知识应用及多类智能化场景快速落地。

    EARTH CORE H8
    锋行致远 EB1212存算融合模组

    EB1212 存算融合模组

    通过存储与计算协同优化,缩短数据访问路径、减少数据搬运,为AI推理及数据密集型任务提供更加高效的计算支撑。

    EB1212
    锋行致远 EB1229存算融合模组

    EB1229 存算融合模组

    面向高性能AI计算及存算协同场景,通过优化数据处理路径与存储侧计算能力,提升AI基础设施的数据处理效率和扩展能力。

    EB1229

    03

    技术创新 · 加速AI推理

    WAN2.2 · GENERATIVE VIDEO INFERENCE

    Wan2.2生成式视频推理优化成果

    锋行致远围绕Wan2.2图生视频与文生视频首尾帧FLF两类生成式视频场景开展AI推理优化测试,通过AI SSD、数据直通与多加速模组并行等技术路径,持续优化模型运行过程中的数据访问、显存占用与资源调度。两个独立测试案例以实际数据呈现AI存算加速方案在不同生成式视频推理工作负载中的适配能力。

    Wan2.2 · 图生视频 · 1280×720

    基础测试 VS 直通并行

    基础测试CPU 96% · 推理耗时 195s
    直通优化CPU 86% · 推理耗时 215s
    直通并行CPU 87% · 推理耗时 134s

    测试环境:ARM N2 ×2 · 128核 @ 2.1G · 1TB内存 · RTX Pro ×2 · 72GB显存 · AI SSD 4块 × 1.6TB

    ≈10%主机平均内存降低38.4 GiB → 34.7 GiB
    ≈60%GPU平均显存降低40.86 GB → 15.98 GB
    ≈54%GPU峰值显存降低50.24 GB → 23.1 GB
    195s134s并行推理耗时缩短基础测试 → 直通并行

    更低的显存占用 · 更高效的数据访问 · 更灵活的并行推理

    Wan2.2文生视频 · 首尾帧FLF

    1280×720生成式视频推理测试

    并行推理耗时123s
    57.5%主机内存降低39.8 GiB → 16.9 GiB
    28%GPU平均显存降低38.22 GB → 27.17 GB
    37%GPU峰值显存降低49.15 GB → 31 GB

    AI SSD + GDS 数据直通

    通过AI SSD与GPU之间的数据直通能力,优化生成式视频推理过程中的数据访问路径,减少CPU参与的数据中转与重复搬运,并结合多加速模组并行进一步提升资源利用效率。

    减少CPU中转降低数据搬运支持并行扩展

    免责声明: 本页面相关性能数据由锋行致远在特定软硬件配置、模型版本及测试环境下进行内部测试所得,仅反映对应测试条件下的结果。实际性能可能因硬件配置、软件版本、模型参数及具体应用场景等因素而有所差异,相关数据不构成任何形式的性能承诺或保证,仅供客户参考与技术交流使用。未经许可,不得将相关测试数据用于其他用途。

    04

    现场交流 · 共探AI未来

    展会期间,锋行致远与行业客户及产业伙伴进行交流。

    围绕AI基础设施建设、大模型部署、推理效率优化以及企业智能化升级等方向,双方就技术实践与产业应用展开深入探讨。

    EDGEBLAZE · 锋行致远

    以数据为翼,为算力致远