ZDNet至顶网服务器频道 11月19日 编译:英伟达公司在本届SC14大会上再一次成为关注焦点此次公布的下一代增量式升级方案Tesla K80为高性能计算GPU加速器带来新标准。
作为前代Tesla K40的继任者,此次亮相的K80不仅在名称上实现了翻倍,各项参数也迎来同等幅度的提升:性能表现乘二,内存传输带宽也乘二。不出所料,英伟达公司预计该产品将主要用于数据分析以及科学计算应用程序等领域(除了比特币挖掘,这属于GPU加速高性能计算的意外产物)。
K80号称能够在单精度浮点运算当中取得8.74万亿次的出色成绩,双精度浮点运算也有2.91万亿次的不俗表现。每块板卡搭载两个GPU,总计24GB GDDR5显存(每个GPU分得12GB),外加480 GB每秒的内存传输带宽。K80当中包含有4992个CUDA计算核心,而英伟达的GPU增强机制(即超频技术)以及动态并行处理技术也将得到支持。
与其它几家企业一样,英伟达公司目前也致力于在美国能源部的2017年Summit与Sierra性能巨兽项目中分得一杯羹,二者的既定处理能力水平分别为100千万亿次与300千万亿次。
在这笔总值超过3.25亿美元的合约当中,英伟达公司将负责为这两台基于IBM POWER架构的服务器设备提供GPU加速技术。
英伟达公司最近刚刚从美国能源部手中拿下一笔价值1800万美元的订单,旨在为该机构FastForward 2项目中的超大规模研究事务提供计算资源支持。美国能源部在最新一轮支出当中共计花费1亿美元,旨在到2020年建立起一套超大规模系统、且为其定下整体能源预算仅为20万瓦的宏伟目标。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。