SenseCore 商汤大装置
建设高效率、低成本、规模化的 AI 云基础设施，打造专业的深度学习平台及算法模型体系，引领AI创新，助力工业界及学术界探索 AI 边界。
支持视觉领域大模型
100亿参数
1天内可完成的完整训练
100亿参数模型
合计的GPU数量
46,000块
GitHub 上超
60,000+ 颗星
已开发商用人工智能模型
46,000+
诞生背景
01工业级的高性能AI模型生产面临成本高昂、长尾问题数据量低等挑战
设计及训练工业级的高性能人工智能模型需要大量的成本投入和深厚的技术沉淀，并且长尾问题因低频且数据量低而难以训练高性能AI模型。
02特定行业率先涌现规模化的AI基础设施需求
随着人工智能技术的渗透和应用，部分行业对人工智能应用的规模化和多样化需求快速增长，更多潜在行业的应用落地需求逐步涌现。
03数据量及模型的指数型增长对算力提出高要求
随着人工智能模型的演进，其复杂度和模型参数不断提升，训练模型所需的算力呈指数型增长。
概念定位
打造高效率、低成本，规模化的新型人工智能基础设施，全面构建物理空间数字化搜索引擎和推荐系统
核心架构
SenseCore 商汤 AI 大装置由模型层、深度学习平台、计算基础设施三个部分架构而成
- 模型层
- 深度学习平台
- 计算基础设施
与香港中文大学商汤联合实验室共同打造了算法开源计划 OpenMMLab，联合上海人工智能创新中心发布了OpenDILab决策智能开源平台，共同构建创新生态。
模型工厂
已发布超过
46000 个商用人工智能模型
OpenDILab开源平台
已发布超过
60 个通用决策人工智能算法系列
OpenMMLab开源框架
GitHub上
超60000颗星
行业价值
加速规模化的落地
加速人工智能的规模化落地速度，降低算法模型的生产成本。
解决长尾应用问题
全面解决城市管理、企业服务和个人生活中的长尾应用问题，打通商业价值闭环。
打造全新商业模式
把非结构化的数据结构化，建立基于物理空间的数字化搜索引擎，打造全新的商业模式。
