SenseTime hỗ trợ Zhidian Future chuyển đổi mượt mà sang hạ tầng tính toán nội địa cho AI tạo video

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

SenseCore của SenseTime hỗ trợ HiDream.ai chuyển đổi mượt mà hoạt động kinh doanh tạo video sang nền tảng điện toán nội địa

28-08-2026 12:09:39 Nguồn: QbitAI

Điện toán nội địa vận hành thành công các ứng dụng tạo video quy mô lớn

Khi điện toán nội địa tiến tới thương mại hóa quy mô lớn, làm thế nào để vượt qua bước ngoặt then chốt từ "xác thực thích ứng" sang "sản xuất thực tế" đang trở thành một bài toán mới mà ngành công nghiệp phải đối mặt. Gần đây, SenseCore của SenseTime và HiDream.ai đã lấy hoạt động kinh doanh tạo video làm điểm đột phá, hoàn thiện toàn bộ chuỗi quy trình từ thích ứng điện toán nội địa đến ứng dụng quy mô lớn.

Đối với các doanh nghiệp AI lấy mô hình tạo ảnh và video làm cốt lõi, nội địa hóa không đơn thuần là chuyển mô hình từ GPU này sang GPU khác. Đặc biệt với các mô hình tạo video, quy mô tham số lớn, chuỗi suy luận dài và cường độ tính toán cao, mọi khâu từ điện toán nền tảng, khung suy luận đến hiệu suất mô hình, kết quả tạo và chuỗi công cụ đều có thể trở thành "điểm nghẽn" trong quá trình triển khai nội địa hóa.

Là doanh nghiệp đổi mới sáng tạo AI tạo sinh đa phương thức hàng đầu thế giới, HiDream.ai cam kết xây dựng mô hình thế giới toàn phương thức nguyên bản thế hệ mới. Dựa trên các mô hình lớn dòng HiDream tự phát triển, HiDream.ai liên tục triển khai trong các lĩnh vực như tiếp thị thương mại, sáng tạo phim ảnh và sáng tạo nội dung. Hiện tại, sản phẩm của công ty đã phủ sóng hơn 100 quốc gia và khu vực trên toàn cầu, phục vụ hơn 50 triệu người dùng chuyên nghiệp và hơn 40.000 khách hàng doanh nghiệp.

Với tư cách là đối tác cơ sở hạ tầng AI quan trọng của HiDream.ai, SenseCore của SenseTime liên tục hỗ trợ quá trình nghiên cứu và lặp lại mô hình nhanh chóng thông qua cơ sở hạ tầng AI ổn định và hiệu quả. Lần này, hai bên tiếp tục mở rộng hợp tác sang lĩnh vực xác thực thích ứng với điện toán nội địa.

Xoay quanh các hoạt động kinh doanh trọng điểm của HiDream.ai, SenseCore bắt đầu từ việc thay thế điện toán nền tảng, đi sâu vào các khâu then chốt như suy luận mô hình, tối ưu hóa hiệu suất và kết quả tạo. Thông qua việc thích ứng công nghệ toàn diện và dịch vụ chuyên gia FDE, SenseCore giúp HiDream.ai vận hành ổn định trong môi trường điện toán nội địa, tạo ra một hình mẫu có thể tái sử dụng cho việc triển khai nội địa hóa các mô hình lớn đa phương thức.

01 Dựa trên khả năng song song đa card LightX2V, đạt tỷ lệ tăng tốc tạo video lên tới 93%

Đối với các ứng dụng tạo hình ảnh, hiệu suất không đủ không chỉ làm tăng chi phí sử dụng cho người dùng mà còn ảnh hưởng đến trải nghiệm sản phẩm và khả năng ứng dụng quy mô lớn. Do đó, trong lần hợp tác này, HiDream.ai đã đưa ra các chỉ số kinh doanh rõ ràng: trong môi trường điện toán nội địa, đạt được khả năng tạo video độ phân giải cao hiệu quả và tối ưu hóa thời gian tạo end-to-end lên mức dẫn đầu ngành.

Dựa trên mục tiêu cụ thể này, đội ngũ SenseCore đã thực hiện tối ưu hóa song song đa card dựa trên LightX2V và tiếp tục khám phá khả năng mở rộng trong các kịch bản đa máy đa card. Trước hết, bắt đầu từ việc tối ưu hóa mô hình, dựa trên tư duy tối ưu hóa kết hợp huấn luyện - suy luận, thông qua các phương án huấn luyện như chưng cất bước (step distillation) và chưng cất CFG của LightX2V, tốc độ suy luận được cải thiện đáng kể trong khi vẫn duy trì chất lượng video.

Trong quá trình suy luận, thông qua việc áp dụng các chiến lược song song đa tầng như song song nhánh kép CFG, song song chuỗi Ulysses và song song TP, các tác vụ tính toán trong quá trình tạo video được phân tách và lập lịch phối hợp, từ đó nâng cao hiệu suất sử dụng tài nguyên đa card và khả năng tăng tốc song song trong khi vẫn đảm bảo kết quả kinh doanh.

Cuối cùng, trong kịch bản vận hành mô hình DiT trên chip nội địa, tỷ lệ tăng tốc tạo video song song đa card đạt 93%, giải phóng hoàn toàn hiệu suất của điện toán nội địa.

02 Tối ưu hóa hiệu quả, nâng cao tính nhất quán của kết quả tạo đa card

Nếu tốc độ tạo tăng lên sau khi chuyển mô hình sang môi trường điện toán mới, nhưng biểu cảm nhân vật, hành động và chi tiết lại thay đổi rõ rệt, thì quá trình chuyển đổi nội địa hóa đó khó có thể thực sự đi vào môi trường sản xuất.

Trong quá trình suy luận đa card, đội ngũ hai bên nhận thấy rằng cùng một mô hình có thể có sự khác biệt nhỏ về kết quả tạo giữa môi trường đơn card và đa card, ví dụ như biểu cảm nhân vật khác nhau. Để giải quyết vấn đề này, đội ngũ SenseCore đã tối ưu hóa hơn nữa quá trình giao tiếp đa card, thông qua các phương pháp như tái nạp đặc trưng khuôn mặt (Face features), tăng cường tính nhất quán của đặc trưng trong quá trình suy luận đa card, giúp kết quả tạo đa card tiệm cận với kết quả đơn card.

Trong một vấn đề thực tế khác, đội ngũ phát hiện một số video có chi tiết không rõ ràng như ngón tay ở khung hình cuối. Sau khi kiểm tra, vấn đề liên quan đến sự khác biệt về số khung hình giữa giai đoạn huấn luyện mô hình và giai đoạn suy luận thực tế. Để giải quyết, đội ngũ đã thực hiện bổ sung và tối ưu hóa tương ứng cho quá trình suy luận, giúp cải thiện các chi tiết trong quá trình tạo video dài.

Thông qua những điều chỉnh chi tiết này, đội ngũ SenseCore đã giải quyết từng bước các thách thức kỹ thuật gặp phải trong quá trình đưa mô hình nội địa thích ứng với điện toán nội địa vào môi trường sản xuất thực tế.

03 Hỗ trợ chuyển đổi không chi phí cho các chip không đồng nhất

Đối với HiDream.ai, việc thích ứng nội địa hóa không chỉ cần giải quyết vấn đề thích ứng với một loại chip đơn lẻ, mà còn phải đối mặt với thách thức thích ứng không đồng nhất giữa các loại chip nội địa khác nhau.

Để giải quyết vấn đề này, SenseCore đã xây dựng một hệ thống trừu tượng hóa phần cứng thống nhất. Thông qua khởi tạo phần cứng không đồng nhất, lớp trừu tượng thiết bị thống nhất, nhà máy lập lịch Registry, plugin toán tử phần cứng, v.v., hệ thống đã che giấu sự khác biệt giữa các phần cứng nền tảng khác nhau. Dựa trên hệ thống trừu tượng thống nhất này, đạt được "phát triển một lần, thích ứng đa nền tảng", hiện đã hỗ trợ chuyển đổi không chi phí cho các mô hình trên hơn 10 loại chip không đồng nhất.

Đồng thời, SenseCore đã hoàn thành việc thích ứng hệ sinh thái các công cụ phát triển AI phổ biến như ComfyUI, cho phép phát triển và triển khai ứng dụng trên nền tảng điện toán nội địa mà không cần thay đổi quy trình làm việc và thói quen phát triển ban đầu, giúp giảm đáng kể chi phí chuyển đổi và phát triển.

04 Dịch vụ chuyên gia FDE: Đi sâu vào nghiệp vụ, đảm bảo khép kín toàn bộ quy trình

Đối với các doanh nghiệp khởi nghiệp AI như HiDream.ai, việc nghiên cứu mô hình và lặp lại sản phẩm vốn đã đòi hỏi đầu tư nguồn lực lớn. Nếu phải đầu tư thêm nhiều nhân lực để hoàn thành việc thích ứng và chuyển đổi trong môi trường nội địa hóa, chắc chắn sẽ làm tăng thêm chi phí nhân lực và thời gian.

Vì vậy, SenseCore thông qua mô hình dịch vụ chuyên gia FDE (Forward Deployed Engineer), đưa năng lực kỹ thuật chuyên sâu vào các kịch bản kinh doanh của HiDream.ai.

Trong lần hợp tác này, SenseCore không chỉ cung cấp điện toán nội địa nền tảng và năng lực nền tảng, mà còn tổ chức đội ngũ kỹ thuật chuyên nghiệp xoay quanh nhu cầu kinh doanh thực tế của HiDream.ai, tham gia sâu vào toàn bộ quá trình thích ứng nội địa hóa: từ chuyển đổi mô hình, tối ưu hóa toán tử, song song đa card, đến tinh chỉnh kết quả tạo, thích ứng chuỗi công cụ, và cuối cùng là đảm bảo kết quả kinh doanh, kiểm tra và giải quyết từng vấn đề xoay quanh các chỉ số kinh doanh thực tế.

Phương thức phối hợp "nền tảng điện toán + chuyên gia kỹ thuật" này có thể giúp các doanh nghiệp AI giảm bớt lượng lớn đầu tư kỹ thuật trong quá trình chuyển đổi nội địa hóa, tập trung nhiều nguồn lực nghiên cứu hơn vào đổi mới mô hình và lặp lại sản phẩm.

05 Ứng dụng thực tế: Điện toán nội địa hỗ trợ sáng tạo video ngắn quy mô lớn

Với sự hỗ trợ từ cơ sở hạ tầng AI và đội ngũ chuyên gia FDE của SenseCore, mô hình hình ảnh của HiDream.ai đã hoàn thành xác thực thích ứng với điện toán nội địa, đồng thời hỗ trợ lưu lượng truy cập trực tuyến quy mô lớn và sáng tạo video ngắn.

Sự hợp tác giữa SenseCore và HiDream.ai lần này đã xác thực một lộ trình có thể tái sử dụng để điện toán nội địa hỗ trợ hoạt động kinh doanh tạo video: lấy điện toán không đồng nhất nền tảng làm cơ sở, lấy hệ thống trừu tượng hóa phần cứng thống nhất và thích ứng công cụ phát triển làm kết nối, lấy tối ưu hóa hiệu suất mô hình và kết quả tạo làm cốt lõi, sau đó thông qua dịch vụ chuyên gia FDE đi sâu vào hiện trường kinh doanh, cuối cùng đạt được vòng khép kín hoàn chỉnh từ thích ứng toàn diện, xác thực kỹ thuật đến sản xuất quy mô lớn.

Trong tương lai, hai bên sẽ tiếp tục làm sâu sắc thêm sự hợp tác xoay quanh nhiều kịch bản ứng dụng AI hơn, cùng khám phá nhiều khả năng hơn trong việc phát triển tích hợp cơ sở hạ tầng AI nội địa và AI tạo sinh, thúc đẩy điện toán nội địa tăng tốc từ "có thể sử dụng" sang "sử dụng tốt", hỗ trợ các doanh nghiệp đổi mới AI hiện thực hóa đổi mới kỹ thuật và quy mô kinh doanh một cách hiệu quả hơn.

Bài viết này do SenseTime cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về tác giả, không được phép đăng tải lại hoặc sử dụng dưới bất kỳ hình thức nào nếu không có sự cho phép, người vi phạm sẽ bị xử lý theo pháp luật.