在AI基座层，腾讯云提供全球领先的算力、网络等基础资源，通过软硬件协同创新，为大模型训练和研发提供大规模高性能计算。在AI工程中台层，我们提供覆盖大模型全生命周期的工具链，通过智能研发平台、数据平台、AI 开发平台、AI Agent平台等能力，有效降低大模型训练难度，提升研发效率。
更上层的应用方面，其实技术和实际的应用还是有很大gap要去弥补，我们如何把这些具体的应用知识和这个行业的know how更好的结合在一起，真正的去应用起来，这是我们在致力于做的地方。
我们还为汽车行业提供全栈安全防护方案，帮助车企打造面向AI大模型时代的安全度量和防护体系，为大模型开发提供更加安全的环境保障。
算力是模型持续运转的基础，在基座层，我们为大模型进化提供高性能、高带宽、低延迟的算力支持。
腾讯分布式云原生调度总规模超过1.5亿核，并提供16 EFLOPS的智算算力，不仅能服务于大模型训练，还将在自动驾驶等场景中充分应用。新一代HCC高性能计算集群，搭载最新次代GPU，支持10万卡GPU超大计算规模，是国内性能最强的大模型计算集群之一，最快四天就可以训练万亿参数的大模型。腾讯自研的星脉网络，则为新一代集群带来了业界最高的3.2T通信带宽，使得超大算力集群仍然能保持优秀的通信开销比和吞吐性能，GPU利用率提升到60%以上。
在算力基座之上，腾讯提供一套完善、开放的AI工程平台，集成了业界领先的各类工具。比如，腾讯推出的首个AI原生的向量数据库，可以高效处理车端回传的海量视频、点云等非结构化数据，最高支持10亿级向量检索规模，百万级查询(QPS)，延迟控制在毫秒级。
基于腾讯云TI平台的行业大模型精调解决方案，可以帮助模型开发者与算法工程师，一站式解决数据处理问题，保障数据高质高效、安全合规地处理。前不久，我们对TI平台的工具链进行了全新升级，全新升级的太极Angel框架，通过异步调度优化、显存优化、计算优化等方式，让大模型的训练效率提升至主流开源框架的2.6倍，推理加速比达到了2倍。
