0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NVIDIA RTX 5880 Ada GPU赋能达卯智能能源大模型

丽台科技 来源:丽台科技 2025-03-27 11:40 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

在“双碳”目标的指引下,能源行业正经历从传统模式向智能化、绿色化的深度转型。上海达卯科技有限公司(以下简称“达卯智能”)是人工智能领域的能源大模型企业,专注于通过通用人工智能(AGI)技术构建能源管理与虚拟电厂解决方案。

深耕能源行业打造专用垂类模型

达卯智能全自主研发了基于 MOE 架构的能源大模型,凭借业界独创的能量块数据结构,应用云端大模型+边端智能体相结合的云边协同架构,极大优化了预测和策略模型生成的效率与准确性,相较传统策略算法,得到了大幅度提升。

达卯能源大模型是国内领先的、面向各类能源场景、对各类能源任务具备通用求解能力的垂类大模型体系,该模型体系主要由三个核心部分构成:基于 MOE 架构的能源知识模型、基于 Transformer 架构的能量系统平衡模型以及多模态模型,共同铸就了达卯智能在能源领域的技术领先地位。

随着 DeepSeek 的横空出世,达卯智能也开始接入和适配 DeepSeek-R1 模型,DeepSeek 强大的推理能力,填补了达卯智能此前的空白,达卯智能基于 DeepSeek 进一步升级和完善了其自研产品的核心能力。一方面,基于能源行业独有的海量垂直语料库与自研能源大模型体系,“能源小达”AI 智能体实现突破性升级,为发电、输电、配电、电力交易、政策合规等全产业链提供高精度、低延迟、强适配的 AI 决策支持。另一方面,达卯智能进行二次开发,开发了虚拟电厂功能,可对能源资源进行调度、交易和聚合,为能源行业客户生成相应的资源调度策略报告,实现能源行业降本 15%。

RTX 5880 Ada 赋能达卯能源一体机重构本地化部署范式

任何大模型或深度学习应用的部署,都逃不开算力瓶颈。面对数十亿甚至上百亿参数规模的模型,一个合适的硬件配置能够让推理速度提升一个数量级。

为适应能源行业 AI 的变革,达卯智能基于 DeepSeek R1 与 NVIDIA 架构,推出了 DM-Engine R1 系列能源大模型一体机,通过搭载丽台科技提供的 NVIDIA RTX 5880 Ada GPU,结合丽台科技定制化工作站和服务器整机,达卯智能为能源行业打造了安全端到端 AI 推理方案。

此次推出的 DM-Engine R1 一体机系列有三款,其中 DM-Engine R1 14B 标准版和 DM-Engine R1 32B 旗舰版均搭载 NVIDIA RTX 5880 Ada,分别适用于轻量级模型推理以及高精度专业领域任务。

3e8afdf8-09d6-11f0-9310-92fbcf53809c.png

RTX 5880 Ada 具备 48GB GDDR6 显存以及 14,080 个 CUDA 核心和 440 个第四代 Tensor Core,具有 69.3 TFLOPs 的 FP32 计算能力和 1,108 TFLOPs 的 Tensor 性能,非常适合用于 AI 模型推理任务,单 GPU 即可胜任小规模模型或低并发推理需求,而多 GPU 的灵活扩展则更适用于处理教大的输入或高并发推理场景。

DM-Engine R1 14B 标准版能够使 TCO(总体拥有成本)降低 40% 并且支持 365*24 小时无休运行。DM-Engine R1 32B 旗舰版配备 2 块 RTX 5880 Ada,48GB*2 显存保障 8,192 步长时序预测零中断,同时支持 2.4 万 QPS 高并发,能够实现结构化剪枝技术能源场景推理提速 300%。

DM-Engine R1 系列一体机特点:

全栈深度适配

预集成能源领域专属大模型与工具链,通过可视化界面与标准化接口,实现从部署到应用的极简操作流程,企业可以快速构建专属能源模型,无需复杂的配置和调试,大大缩短了项目上线时间,提高了业务响应速度,使企业能够更敏捷地应对市场变化和能源管理需求。

算效比全面领先

基于 NVIDIA 新一代架构 GPU 保障千亿级模型推理精度,实现单位功耗算力倍增,边缘场景综合能效比达业界标杆水平。这意味着在相同的能耗条件下,该系列一体机能够提供更强大的计算性能,帮助能源企业降低运营成本,提高能源利用效率,符合“双碳”目标下的可持续发展要求。

灵活部署全域覆盖

支持从边端设备监测到云端超大规模集群的多层级算力配置,适配私有化部署与公有云快速接入,满足能源预测、智能调度、电力交易等全场景需求,兼顾数据安全与业务敏捷性。能源企业可以根据自身的业务特点和需求,选择最适合的部署方案,确保数据的保密性和完整性,同时实现快速的业务拓展和创新。

DM-Engine R1 系列一体机通过不同的配置,来精准匹配各类能源行业需求。在能效优化方面,帮助用户年节省百万级能耗成本,实现了能源的高效利用和成本的大幅降低。其海量秒级响应决策能力,使能源企业在面对市场波动和需求变化时,能够迅速做出精准的调度和决策,提升企业的市场竞争力。同时,本地化的部署能够保障核心资产与业务数据安全,防止数据泄露和恶意攻击,为能源企业的数字化转型提供了坚实的安全保障。

达卯智能技术人员表示:“达卯智能基于 NVIDIA RTX 5880 Ada 打造的一体机,是面向能源行业的专属 AI 推理方案,做到算力与模型的高效协同,为能源行业带来了更高效、更智能的解决方案。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • NVIDIA
    +关注

    关注

    14

    文章

    5685

    浏览量

    110111
  • 能源
    +关注

    关注

    3

    文章

    2406

    浏览量

    46134
  • 大模型
    +关注

    关注

    2

    文章

    3765

    浏览量

    5269
  • DeepSeek
    +关注

    关注

    2

    文章

    837

    浏览量

    3396

原文标题:案例分享丨算模协同:RTX 5880 Ada 赋能达卯智能能源大模型

文章出处:【微信号:Leadtek,微信公众号:丽台科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    NVIDIA Jetson模型AI在边缘端落地

    开源生成式 AI 模型不再局限于数据中心,而是开始深入到现实世界的各种机器中。从 Orin 到 Thor,NVIDIA Jetson 系列正在成为运行 NVIDIA Nemotron、Cosmos
    的头像 发表于 03-16 16:27 606次阅读
    <b class='flag-5'>NVIDIA</b> Jetson<b class='flag-5'>模型</b><b class='flag-5'>赋</b><b class='flag-5'>能</b>AI在边缘端落地

    NVIDIA RTX PRO 5000 Blackwell GPU的深度评测

    NVIDIA RTX PRO 5000 Blackwell 是 NVIDIA RTX 5000 Ada Generation 的升级迭代产品
    的头像 发表于 01-06 09:51 3967次阅读
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>RTX</b> PRO 5000 Blackwell <b class='flag-5'>GPU</b>的深度评测

    NVIDIA RTX PRO 4000 Blackwell GPU性能测试

    作为 NVIDIA 专业显卡产品线中单槽性能的巅峰之作,NVIDIA RTX PRO 4000 Blackwell 在各项核心指标上均实现对前代 NVIDIA
    的头像 发表于 12-29 15:30 1828次阅读
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>RTX</b> PRO 4000 Blackwell <b class='flag-5'>GPU</b>性能测试

    NVIDIA RTX PRO 5000 72GB Blackwell GPU现已全面上市

    NVIDIA RTX PRO 5000 72GB Blackwell GPU 现已全面上市,将基于 NVIDIA Blackwell 架构的强大代理式与生成式 AI 能力带到更多桌面和
    的头像 发表于 12-24 10:32 1088次阅读
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>RTX</b> PRO 5000 72GB Blackwell <b class='flag-5'>GPU</b>现已全面上市

    模型物资需求精准预测与采购系统:功能特点与平台架构解析

        大模型物资需求预测与采购智能化:核心功能与价值解析    大模型
    的头像 发表于 12-16 11:54 453次阅读

    NVIDIA RTX PRO 2000 Blackwell GPU性能测试

    Blackwell 架构 GPU 中的中端专业图形卡,高度仅为全高 GPU 的二分之一。如果您需要的是一块半高显卡,适配小机箱,功耗不高,还要具备 AI 及光线追踪性能的话,那么 RTX
    的头像 发表于 11-28 09:39 6970次阅读
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>RTX</b> PRO 2000 Blackwell <b class='flag-5'>GPU</b>性能测试

    NVIDIA RTX PRO 4500 Blackwell GPU测试分析

    今天我们带来全新 NVIDIA Blackwell 架构 GPU —— NVIDIA RTX PRO 4500 Blackwell 的测试,对比上一代产品
    的头像 发表于 08-28 11:02 4348次阅读
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>RTX</b> PRO 4500 Blackwell <b class='flag-5'>GPU</b>测试分析

    NVIDIA桌面GPU系列扩展新产品

    NVIDIA 桌面 GPU 系列扩展,推出 NVIDIA RTX PRO 4000 SFF Edition GPU
    的头像 发表于 08-18 11:50 1633次阅读

    NVIDIA助力构建人形机器人全身遥操作仿真平台

    而成,延续 OpenWBT 系统的全身遥操作优势,并通过引入 NVIDIA L20/RTX 5880 Ada GPU 加速与虚实融合仿真技
    的头像 发表于 07-28 15:01 2271次阅读

    NVIDIA RTX AI加速FLUX.1 Kontext现已开放下载

    NVIDIA RTXNVIDIA TensorRT 现已加速 Black Forest Labs 的最新图像生成和编辑模型;此外,Gemma 3n 现可借助
    的头像 发表于 07-16 09:16 2174次阅读

    使用NVIDIA Triton和TensorRT-LLM部署TTS应用的最佳实践

    针对基于 Diffusion 和 LLM 类别的 TTS 模型NVIDIA Triton 和 TensorRT-LLM 方案显著提升推理速度。在单张 NVIDIA
    的头像 发表于 06-12 15:37 2064次阅读
    使用<b class='flag-5'>NVIDIA</b> Triton和TensorRT-LLM部署TTS应用的最佳实践

    安全:构建全链路防护体系

    安全——防静电浪涌保护专家在新能源产业爆发的今天,储系统的安全性成为行业核心命题。
    的头像 发表于 05-30 09:12 827次阅读
    雷<b class='flag-5'>卯</b><b class='flag-5'>赋</b><b class='flag-5'>能</b>储<b class='flag-5'>能</b>安全:构建全链路防护体系

    安全:构建全链路防护体系

    一、雷安全 —— 防静电浪涌保护专家 在新能源产业爆发的今天,储系统的安全性成为行业
    的头像 发表于 05-28 18:56 563次阅读
    雷<b class='flag-5'>卯</b><b class='flag-5'>赋</b><b class='flag-5'>能</b>储<b class='flag-5'>能</b>安全:构建全链路防护体系

    NVIDIA Omniverse与RTX 5880 Ada驱动工厂数字孪生

    数字孪生技术近年来快速发展,已成为工业 4.0 和智能制造的核心技术之一。它通过构建物理实体(如设备、产线或工厂)的虚拟映射,结合实时数据与仿真分析,优化制造流程并提升效率。
    的头像 发表于 05-15 10:53 1420次阅读

    NVIDIA RTX 5880 Ada与Qwen3系列模型实测报告

    近日,阿里巴巴通义千问团队正式推出新一代开源大语言模型——Qwen3 系列,该系列包含 6 款 Dense 稠密模型和 2 款 MoE 混合专家模型,参数规模覆盖 0.6B 至 235B,构建了覆盖
    的头像 发表于 05-09 15:05 4674次阅读
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>RTX</b> <b class='flag-5'>5880</b> <b class='flag-5'>Ada</b>与Qwen3系列<b class='flag-5'>模型</b>实测报告