News
今天，PPIO 已上线 Qwen3-Embedding 系列模型！ Qwen3-Embedding 系列模型是 Qwen 模型家族的新成员。该系列模型专为文本表征、检索与排序任务设计，基于 Qwen3 基础模型进行训练，充分继承了 Qwen3 在多语言文本理解能力方面的优势。 Qwen3-Embedding 系列模型并非 chat 模型，需要通过 API 调用。现在，您可以到 PPIO 官网接入 API 进行体验。 PPIO 登录地址： https://ppio.cn/?utm_source=official_wechat 如果你是新用户，填写邀请码【N7EUVY】注册还可以得 15 元代金券。此外，通过你的专属邀请码每成功邀请一位好友并完成实名认证，
News
6 月，由上海市国际贸易促进委员会主办的 2025 上海国际碳中和技术、产品与成果博览会（以下简称“碳博会”）在沪圆满落幕。受上海市工商业联合会邀请，作为绿色人工智能计算领域民营企业代表，PPIO 亮相碳博会“民企双碳行动足迹”展台，集中展示绿色智算技术创新成果，彰显民营科技企业在推动“双碳”战略中的积极作用。 展会由主题展览、系列论坛、贸易对接三大板块构成，展览规模达 4 万平方米，吸引来自德国、荷兰、日本、瑞典、西班牙、英国等 15 个国家和地区的 300 余家知名企业参展，为全球低碳科技创新企业搭建交流展示平台。 在“民企双碳行动足迹”展台，PPIO 作为受邀参展企业，重点展示了基于分布式计算架构打造的超低 PUE 绿色智算网络，以及碳足迹可视化管理系统。通过整合跨时空闲置算力资源，采用分布式调度系统，PPIO 实现了算力资源利用率提升 50%
technology
编程原本是一项具有一定门槛的技能，但借助 AI Coding 产品，新手也能写出可运行的代码，非专业人员如业务分析师、产品经理，也能在 AI 帮助下直接生成简单应用。 这一演变对软件产业产生了深远影响。当 AI 逐步参与代码生成、调试乃至项目管理，编程范式正从“AI 辅助”迈向 AI Agent 驱动的“AI 协作”。 今天市场上的 AI Coding 产品是如何发展的？按照发布时间与产品类型，AI Coding 的发展历程大致可以分为四个阶段： * 代码模型基建，比如 Codex、o1、DeepSeek R1 等 * 基于 IDE 的编程增强插件，比如 GitHub Copilot * Web IDE 平台集成 AI，
media
https://mp.weixin.qq.com/s/8B3eW9o5Z_vTmcSv5NUIkQ
News
这两天，DeepSeek接连发布了升级版R1模型DeepSeek-R1-0528及蒸馏模型DeepSeek-R1-0528-Qwen3-8B，模型性能相较于此前R1模型大幅升级。DeepSeek-R1-0528性能自是不必多言，值得注意的是，根据升级版R1模型思维链提取出来蒸馏模型性能依旧强大，在数学测试中表现与 Qwen3-235B 相当，可以说是“小参数大性能”。 此前，不少企业和个人尝试将模型进行私有化部署，但是，如果将DeepSeek-R1（671B）进行私有化部署，至少需要1.5TB显存，按官方推荐配置需要将近20张NVIDIA H100 80GB显卡，门槛较高。 而小参数的DeepSeek-R1-0528-Qwen3-8B，则可以完美匹配这一需求。该模型在保持较高推理能力的同时大幅降低了运行资源需求，适合个人及中小企业部署。现在PPIO派欧云上线了该模型私有化部署模板，用户可一键将DeepSeek-R1-0528-Qwen3-8B部署在云服务器上，10分钟就能拥有专属模型。 模型私有化部署教程 选择模板与配置
News
DeepSeek R1 系列的模型更新还在继续。 继昨天 PPIO派欧云首发上线 DeepSeek-R1-0528 模型后，今天 PPIO 再次首发 DeepSeek 最新开源的蒸馏模型 DeepSeek-R1-0528-Qwen3-8B。 DeepSeek-R1-0528-Qwen3-8B 是将 DeepSeek-R1-0528 的思维链提取出来，用于对 Qwen3 8B Base 进行后训练而得到的蒸馏模型。 该 8B 模型在数学测试 AIME 2024 中仅次于 DeepSeek-R1-0528，超越 Qwen3-8B （+10.0%），与 Qwen3-
News
今天凌晨，“小版本试升级”的 DeepSeek-R1-0528 在 Hugging Face 正式开源。 经 PPIO 工程师测试，这个所谓的“小版本”更新在代码领域大幅增强，凭借简单朴素的提示词就能生成小游戏、图片、精美的网页，生成效果可媲美 Claude 3.7 甚至 Claude 4。 🔥 作为一站式 AIGC 云服务平台，PPIO 已首发上线了 DeepSeek-R1-0528！ - 快速入口：https://ppio.cn/llm/deepseek-deepseek-r1-0528 同时，DeepSeek-R1-0528 的价格也一并发布： # 01 DeepSeek-
News
近日，由香港投资管理有限公司（以下简称“港投公司”）主办的首届「国际耐心资本论坛」在港圆满落幕。PPIO 作为被投企业出席活动现场。会上， PPIO 联合创始人兼 CEO 姚欣发表了主题为“赋能 AI 时代”的演讲，以及参与了蓝驰主持的「联通世界——发掘创新机遇」主题讨论环节。 港投公司行政总裁陈家齐女士在会上表示：“本次论坛汇聚众多国际顶尖耐心资本机构，反映全球长期资本对科技变革，尤其是人工智能爆发阶段战略布局的殷切需求。香港作为国际枢纽，提供高效平台，让投资者与前沿科企深度对接，掌握技术转化趋势与资本动态。港投公司秉持长期主义，致力构建跨地域『朋友圈』，促进耐心资本与创新企业精准匹配。 姚欣在现场提到：“在 PPIO 发展的过程中，耐心资本的支持起到关键性作用。作为早期的投资方，蓝驰一直帮助 PPIO 的启动和成长，一路鼎力支持。而现在获得港投公司的支持，标志着 PPIO 全球化进程迈入新阶段，将进一步推动我们构建覆盖全球的高效算力网络，为人工智能时代提供可持续的基础设施支持。
News
在全球 AI 应用场景爆发式增长、企业级定制需求激增的背景下，PPIO派欧云正式推出针对大语言模型的企业私有化部署解决方案。 作为一款全托管式高性能 AI 私有化部署服务，该解决方案专为需要可靠基础设施、弹性扩展能力及企业级安全保障的团队设计，致力于让企业以更低的成本、更高的效率实现 AI 应用规模化落地。 随着生成式 AI、多模态大模型等技术快速渗透至教育、招聘、车联网、零售、医疗等核心场景，企业对 AI 模型的性能、安全性和可控性提出了更高的要求。 然而，企业如果想要自身进行 AI 部署需要面临多重挑战： 1. 资源成本高：自建 GPU 集群需巨额投入，且资源利用率低下； 2. 运维复杂度高：基础设施维护占用技术团队大量精力，难以聚焦核心业务； 3. 性能波动大：共享资源导致的算力争抢、突发流量引发的响应延迟，直接影响用户体验； 4. 安全合规难：数据与模型的物理隔离需求难以满足，企业敏感信息易暴露风险。 而 PPIO
News
近期，PPIO派欧云凭借在AI Infra领域的持续技术创新和商业落地能力，成功入选由中国科技产业智库甲子光年发布的“【星辰100】2025中国AI产业逐浪者”榜单，成为AI Infra细分赛道的代表性企业。 2025年，人工智能正迈入从技术突破向规模化部署的深水区，AI基础设施成为支撑产业加速发展的关键“地基”。作为AI产业的重要观察与评估标尺，【星辰100】榜单覆盖AI芯片、大模型、AI Infra、AI应用、具身智能五大板块，历时半年深入调研，从产品力、商业力、融资力和品牌力四大维度严格筛选，旨在致敬本轮AI浪潮中最具引领力的企业代表。 作为一家专注于智能算力服务的科技公司，PPIO派欧云始终致力于打造更高效、更弹性、更具普惠性的AI基础设施，为人工智能的广泛应用提供坚实底座。 软硬件协同创新，打造极致AI推理性价比 大模型的商业价值最终体现在推理阶段。相较于训练，AI推理与实际产业应用联系更为紧密，直接决定模型能否高效落地，影响其可用性与应用效果。 然而，当前AI推理面临严峻挑战：模型规模日益庞大，计算资源需求激增，推理成本不断上升；同时，低效的推理性能与复
technology
梁文锋署名论文最新发布，PPIO全链路推理加速技术率先跑通。 今天，DeepSeek官方发布了一篇重磅论文，由梁文锋亲自署名：《Insights into DeepSeek-V3: Scaling Challenges and Reflections on Hardware for AI Architectures》——《深入了解DeepSeek-V3：AI架构的硬件扩展挑战和思考》。 这篇论文并非DeepSeek-V3的详细架构与算法细节的重复，而是从硬件架构和模型设计的双重角度出发，探讨它们之间在实现大规模训练和推理的成本效益方面的复杂相互作用。 DeepSeek-V3的关键创新包括： * 多头潜在注意力（MLA）：通过压缩KV缓存来提高内存效率。 * 专家混合（MoE）架构：优化计算-通信权衡。 * FP8混合精度训练：充分利用硬件能力。 * 多平面网络拓扑：减少集群级网络开销。 这些创新旨在应对扩展LLM的三个核心挑战——内存效率、成本效益和推理速度，而这也是PPIO派欧云的推理加速优化方向。 作为一站式AIGC云服务平台，PPIO派欧云目前已
News
图形处理器（GPU, Graphics Processing Unit）最初设计用于加速图形渲染，广泛应用于视频游戏市场的图形、图像、视频内容渲染领域。 过去几年，随着AI训练的爆发，GPU的应用也不再局限于图像领域，在AI推理、训练等领域重要性持续提升，并逐步成为支撑现代人工智能发展的核心算力基础设施。 PPIO派欧云提供的GPU容器实例服务，具备按需付费和开箱即用的特点，可满足 AI推理、AI 训练、云渲染等计算密集型场景的需求。 近日，PPIO在印度、英国、阿联酋、巴西新增GPU Instance 集群，将集群覆盖国家提升至9个，让全球更多国家及地区用户便捷调用GPU 算力。 新增4大集群，累计覆盖全球9个国家及地区 此前，PPIO已在中国、日本、新加坡等5个国家建设GPU Instance 集群，此次新增4大集群，将PPIO所建设的GPU Instance 集群覆盖国家拓展至9个，进一步完善了PPIO的全球化算力网络布局。 多元显卡类型，快速灵活调用 此次建设的GPU Instance 集群，