腾讯云助力MiniMax打造大模型：规模超千卡，可用性达99.9%

高效灵活的云上基础设施，是大模型创业的必要底座。

7月20日，腾讯云对外披露助力MiniMax研发大模型的最新进展。目前，腾讯云长期支持MiniMax的千卡级任务稳定运行在腾讯云上，可用性达99.9%。

MiniMax是一家专注通用大模型研发的独角兽创业企业，拥有文本、语音、视觉多种模态融合的通用大模型引擎能力。研发过程中，每日亿级的调用次数，也带来了对算力的海量需求。

从2022年6月起，基于算力集群、云原生、大数据、安全等产品能力，腾讯云为MiniMax搭建了从资源层、数据层到业务层的云架构。

在资源层，高性能、高弹性和高稳定的算力需要借助专业的云服务。腾讯云协同优化单机算力、网络架构和存储性能，为MiniMax构建起大规模、分布式的HCC高性能计算集群。

借助腾讯自研的星脉网络，HCC集群将通信损耗降到更低；CFS Turbo、COS+GooseFS高性能存储，使得上千个计算节点能同时高速读取训练数据。

同时，利用腾讯云容器服务TKE，MiniMax实现了对不同规格云服务器的统一管理和调度，各种类型的应用和服务得以部署在同一套基础设施上，资源实现了高效整合，资源利用率大幅提升；

基于云原生的管理方式，支撑7*24小时的全局监控视角，支持编排、框架、实例等多层级的指标监控。一旦触发故障，能够在5分钟内恢复任务、10分钟内恢复基础设施，无需人工干预完成，能够最大化保障任务连续进行。

根据实测数据，在云底座的支撑下，激增的并发计算量；基于云原生支撑，MiniMax整体用云成本降低20%。

在数据层，MiniMax在大数据分析方面也有大量的任务需求。

通过腾讯云的数据集成DataInlong、流计算Oceanus、数据湖计算DLC等云原生大数据产品提供的数据处理能力，对大量数据做实时或离线分析，满足了MiniMax在各个阶段的数据分析需求，实现数据的快速灵活部署。以容器化的方式使用大数据组件，使得模型验证、推理等任务得以按计划推进。

此外，大模型研发过程中，MiniMax对云上资产安全、Web业务运营风险、DDoS攻击防护等高度关注。

通过引入腾讯云的防火墙、WAF、主机安全、漏洞扫描、数据加密、iOA零信任安全管理等一系列安全产品，MiniMax实现了对云上资产的全方位保护，确保业务的稳定运行和数据的安全性。

业务上云后，基于海量、弹性的算力支撑和大量改进调优，MiniMax的大模型研发得以加速。

MiniMax业务副总裁魏伟表示：“成熟的云基础设施，既满足了业务弹性与稳定性的需要，又提升了研发效率。MiniMax将进一步扩大用云规模， 与腾讯云加速训练、推理等更多业务场景的云上落地，共同打造面向大模型的云上基础设施。相信未来，云计算会为AIGC带来更多可能。”

在算力集群、星脉网络、向量数据库之外，腾讯云还推出了涵盖模型预训练、模型精调、智能应用开发的一站式行业大模型解决方案，助力企业快速搭建专属模型。

未来，腾讯云将继续通过软硬一体的方式，持续加速全社会云上创新。

雷峰网(公众号：雷峰网)