至頂網(wǎng)服務(wù)器頻道 06月26日 新聞消息(文/劉新萍): 6月25日,2018年國際超級計算機大會(ISC)在法蘭克福盛大召開,在最能體現(xiàn)廠商整體實力的全球高性能計算TOP 500榜單中,聯(lián)想以117套的份額成為首家在該榜單中問鼎全球第一的中國廠商。同時,這也意味著聯(lián)想已經(jīng)成為全球最大的TOP500超算平臺提供商,約每四套系統(tǒng)中就有一套來自聯(lián)想的解決方案(23.4%)。
聯(lián)想數(shù)據(jù)中心業(yè)務(wù)集團總裁Kirk Skaugen表示:"去年,我們設(shè)定了一個目標,即到2020年成為全球最大的TOP500超算系統(tǒng)提供商?,F(xiàn)在,我們提前兩年實現(xiàn)了這一目標。我們始終以客戶滿意度為最高要求,致力于提供尖端創(chuàng)新的產(chǎn)品和性能,旨在成為全球最值得信賴的數(shù)據(jù)中心合作伙伴。這一成績是對我們不懈努力的最好證明。每一天,科學(xué)家們的突破性研究都在不斷激勵著我們,推動我們共同努力解決人類面臨的最嚴峻挑戰(zhàn)。"
聯(lián)想的高性能計算客戶群廣泛多樣。目前,全球排名前25位的研究型大學(xué)和機構(gòu)中,有17家正采用聯(lián)想全面的HPC和AI解決方案來進行研究。此外,聯(lián)想還在全球160多個國家開展眾多領(lǐng)域的突破性研究,這些領(lǐng)域包括癌癥、大腦研究、天體物理學(xué)、人工智能、氣候科學(xué)、化學(xué)、生物學(xué)、汽車和航空等等。
聯(lián)想的創(chuàng)新型超級計算機系統(tǒng)設(shè)計及其支持的研究示例包括:
• 中國:北京大學(xué) - 中國第一臺使用聯(lián)想DTN(Direct to Node)溫水水冷技術(shù)的超級計算機;科學(xué)家們正在使用聯(lián)想系統(tǒng)進行世界領(lǐng)先的生命科學(xué)和遺傳學(xué)研究。
• 意大利:CINECA - 意大利最大的計算中心;Marconi超級計算機是世界上速度最快的節(jié)能型超級計算機之一;研究項目范圍從精密醫(yī)學(xué)到自動駕駛汽車,非常廣泛。
• 加拿大:SciNet - 加拿大最強大的超級計算機Niagara的所在地;同類產(chǎn)品中最先利用蜻蜓型拓撲;研究人員可以獲得3 petaflops的處理能力,幫助他們了解氣候變化對海洋環(huán)流的影響。
• 德國:Leibniz-Rechenzentrum(LRZ) - 德國慕尼黑超級計算中心;聯(lián)想的DTN(Direct to Node)溫水散熱技術(shù)已經(jīng)將設(shè)備能耗降低了40%;科學(xué)家進行地震和海嘯模擬,以更好地預(yù)測未來的自然災(zāi)害。
• 西班牙:巴塞羅那超級計算中心 - 西班牙最大的超級計算機;被DatacenterDynamics評選為"全球最美數(shù)據(jù)中心";科學(xué)家們正在使用人工智能模型來改善視網(wǎng)膜疾病的檢測。
• 印度:液態(tài)推進系統(tǒng)中心(LPSC) - 研究和發(fā)展中心隸屬于印度空間研究組織;使用聯(lián)想的DTN(Direct to Node)溫水散熱技術(shù)來開發(fā)下一代地球至軌道技術(shù)。
• 丹麥:VESTAS - 丹麥最大的超級計算機;HPCwire"讀者選出的高性能數(shù)據(jù)分析最佳使用獎"獲得者;Vestas致力于通過收集和分析數(shù)據(jù),幫助客戶選擇風(fēng)力發(fā)電設(shè)備的最佳場所,從而提高風(fēng)能生產(chǎn)的效率。
聯(lián)想數(shù)據(jù)中心業(yè)務(wù)集團總裁兼HPC和AI部門總經(jīng)理Madhu Matta表示:"聯(lián)想擁有行業(yè)領(lǐng)先的能力,能夠?qū)崿F(xiàn)最大規(guī)模和最高性能的深度創(chuàng)新,與客戶合作設(shè)計滿足其計算能力需求的超級計算系統(tǒng)。這種靈活性和客戶至上的態(tài)度,使我們能夠在高性能計算和人工智能市場的未來發(fā)展中保持良好的勢頭。"
為了進一步幫助客戶提高性能,同時降低電力消耗,本周在國際超級計算大會上,聯(lián)想還宣布推出了Neptune。這是其針對液體冷卻技術(shù)的全面三重方法。Neptune包含了該公司的整套液體冷卻技術(shù),其中包括聯(lián)想的Direct to Node(DTN)溫水散熱、后門熱交換器(RDHX)和混合傳熱模塊(TTM)解決方案,這些解決方案結(jié)合了空氣和液體冷卻技術(shù),能夠為HPC、AI和企業(yè)客戶帶來卓越性能。
好文章,需要你的鼓勵
浙江大學(xué)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(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)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(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)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(xué)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(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)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(zhì)量視頻,延遲僅0.76秒,質(zhì)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(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。