9月4日，“天翼云息壤一体化智算服务平台——大模型训推一体化服务能力升级”线上发布，训推服务能力全面升级。

升级后，平台新增了开闭源大模型、多模态大模型供用户灵活选择，模型数量处于国内领先水平；上线专业的大模型数据集，用户可直接将数据用于大模型训练、推理任务中，实现了算法、算力、数据三要素的融合；新增体验中心，用户可直接在线互动体验；打造了全链路故障感知和恢复、全链路日志监控工具，突破断点续训等核心技术，使全链路监控训练更稳定。

据介绍，升级后的平台能够为万亿参数级别大模型训练提供一体化方案。天翼云在北京万卡池完成了Llama3-405B（4000亿参数）大模型的训练，700亿参数模型Llama2-70B在万卡规模下顺利拉起并完成训练，MFU达到43％，达到业界领先水平。天翼云优化断点续训，在Llama2-70B模型训练中实现秒级故障检测，分钟级定位并处理故障，分钟级训练恢复，这一性能已达到行业前沿水平。

此外，基于平台能力，天翼云联合伙伴上线了魔乐（Modelers）开发者社区，通过整合优质中文AI资源、提供极致易用的工具链，以及国产化算力使能，端到端支持AI应用开发全流程，助力孵化国产原生模型。平台支持公有云、混合云和轻量化三种交付形态。

在场景应用方面，平台主要面向两类客户场景。一是具备深厚行业知识、拥有自主数据的行业客户，如政务、金融机构、华体(中国)、媒体、旅游等行业。依托零代码平台和丰富的开闭源大模型，客户无须掌握算法编程即可完成模型的调优和API调用，从而加速大模型从概念到落地的进程。二是拥有很强的算法能力，但在智算集群的管理运维方面经验不足的大模型厂商。平台为这类客户提供专业的开发和运维工具，实现大规模分布式训练和断点续训能力，在保障稳定性的同时，通过构建AI加速引擎助力客户提升算力利用率。

目前，天翼云已服务多个客户的训推场景，助力行业大模型训推更便捷、更高效、更稳定安全。