4月21日上午8時,隨著ASC組委會工作人員開始公布競賽規(guī)則,2014年ASC世界大學生超級計算機競賽(以下簡稱ASC14)總決賽在廣州中山大學正式拉開帷幕。16所高校隊伍將在接下來的5天時間內,完成3000W功耗限制下的超算系統(tǒng)設計搭建,HPL、Quantum Espresso、LICOM、SU2和神秘應用的優(yōu)化,以及在全球最快超級計算機天河二號上進行指定應用3D-EW的并行擴展和性能優(yōu)化,全英文競賽答辯等各項比賽任務。最終,各隊比賽成績將在4月25日舉行的閉幕式上一一揭曉。
總決賽的前兩天,16支隊伍需要在3000瓦功耗限制下根據(jù)組委會提供的浪潮超算節(jié)點、高速網(wǎng)絡等設備自行搭建超算系統(tǒng)。ASC組委會委員、浪潮集團高性能總經(jīng)理劉軍認為,該項賽題的挑戰(zhàn)在于要在預設條件下完成設計藍圖并付諸實現(xiàn),相當于要求每支隊伍要身兼設計師和工程師兩種角色,“很多汽車設計師知道如何去設計一輛跑得很快的汽車,但這輛車究竟能不能跑、跑得有多快,還是需要生產(chǎn)出來后經(jīng)過實際檢驗才知道,這個過程不僅是想法的驗證,更是一個發(fā)現(xiàn)問題、解決問題的過程。對于參賽隊員來說,這能夠幫助他們加深對超算的了解,‘知其然也知其所以然’。”
參賽隊員正在組建自行設計的超算系統(tǒng)
無論是首次參賽的新秀還是經(jīng)驗豐富的強隊,高難度的ASC14競賽對于他們而言都是一場智慧的挑戰(zhàn)。首次帶隊來中國參賽的匈牙利密什科爾茨大學參賽隊指導老師David Vincze表示,這次參賽更多的是享受賽事本身所賦予的樂趣和成長價值。他認為ASC14最大的挑戰(zhàn)在于3D-EW,這道試題的成績將直接關系到能否親身操作全球最快的超級計算機天河二號,這對每一位隊員來說都將是畢生難忘的寶貴經(jīng)歷。而對于在24日才會公布的神秘應用,David Vincze則持有一種摻雜了緊張、興奮和期待的復雜情緒。
而作為兩屆ASC大賽和鹽湖城SC大賽的親歷者,臺灣清華大學參賽隊的指導老師周志遠則認為如果超級計算機看作一個人,那么硬件是他的身體,而程式則是他的頭腦,二者必須協(xié)調一致才能發(fā)揮出最大的潛力。ASC比SC更加強調程式的編譯和優(yōu)化,而不是簡單的程式安裝和運行,這更加觸及超算的核心,代表著超算未來的發(fā)展趨勢。
事實上,構筑超算“軟實力”已經(jīng)成為世界各國的普遍共識,而應用發(fā)展作為其中的關鍵環(huán)節(jié)也得到高度重視。根據(jù)記者在現(xiàn)場的了解,16強參賽隊所在的國家都非常重視在超算方面的應用和人才培養(yǎng),通過參加ASC超算競賽,這些高校的隊員可以得到一個全面參與超算“全過程”的機會,從根本上豐富他們對超算的認知和理解。在接下來的競賽中,ASC14總決賽的16強將用各自親手搭建的超算系統(tǒng)編譯和優(yōu)化6大超算應用。即將展開的“軟實力”較量,將成為首個超算大賽世界冠軍的“勝負手”。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。