ZDNet至顶网服务器频道 04月30日 新闻消息(文/于泽):4月29日,第三届“清华大学-浪潮集团计算地球科学青年人才基金”颁奖典礼在清华大学举行,中科院寒区旱区环境与工程研究所陈仁升、国家海洋局第一海洋所鲍颖、中科院大气物理研究所张凤,以及清华大学地球系统科学研究中心黄小猛四人获得了“青年人才奖”。这也是自2012年11月该基金成立至今第三次颁发该奖项。
第三届“清华大学-浪潮集团计算地球科学青年人才基金”颁奖典礼嘉宾合影
清华大学-浪潮集团计算地球科学青年人才基金是国内计算地球科学领域首个也是目前唯一一个人才奖励计划,其由清华大学地球系统数值模拟教育部重点实验室与浪潮集团联合设立,目的在于促进国内地球系统科学与高性能计算交叉领域的研究,推动交叉青年人才培养。
其中,“清华浪潮计算地球科学青年人才奖”采取专家推荐的方式,面向年龄在40岁以下,在近五年发表或撰写过在地球系统科学领域具有开拓性思想的论文、论著,或具有地学领域原创性科学与技术创新成果的青年人才均可申请。申请奖项的人士可选择的推荐专家包括中国科学院院士、中国工程院院士;重点高等院校校长、重点科研院所院(所)长、国家和部委重点实验室主任;国家重大科学技术研究项目的首席科学家、长江学者、杰出青年基金获得者等。需注意的是,每位推荐专家仅限推荐一名候选人参与奖项评比。
而“清华浪潮计算地球科学优秀学生奖”面向的则是清华大学的研究生。清华大学的研究生如果以第一作者或第二作者身份在国内外高质量学术刊物和国际会议上发表过论文、获得发明专利或实用新型专利,或在国际科技竞赛中获得优异名次的清华大学研究生均可提出申请。
至于设立该基金的初衷,就是为环保出一份力。众所周知,全球气候正经历一次以变暖为主要特征的显着变化,对生态和环境产生了严重影响,如海平面上升、冰川融化退缩、冻土面积减少、河川径流流程缩短或断流、泥石流和滑坡发生频次增加、沙漠化不断加剧等。
值得关注的是,本届青年人才奖的获得者均在其所研究的领域有着突出的成果。比如,鲍颖自2007年开始,一直从事海洋碳循环和全球碳循环模式相关的数值模拟研究工作,作为核心成员组织建立了地球系统模式FIO-ESM并参与了CMIP5多模式比较计划,于2012年完成所有全球碳循环相关的核心试验。
张凤则完善了云-气溶胶-辐射集合模拟系统(CAR)。这可以说是人们近两年最为关心的环境问题,也就是雾霾。长期以来,正确描述云-气溶胶-辐射相互作用和反馈机制一直是地球系统模式的重要组成部分及最困难的问题之一。该问题的长期悬而未决,直接导致了当前气候模式气候敏感性因子具有极大的不同,并使气候预测具有很大的不确定度。CAR 系统具有国际前沿水平,迄今为止,国内外还未见有类似规模的工作。
作为该基金的赞助方,浪潮多年来一直为推动高性能计算领域的人才培养贡献着自己的力量。其曾先后设立“浪潮高性能计算创新奖励基金”、组织“首届中国大学生超级计算机竞赛”、连续支持中国高校参加SC、ISC全球超级计算机大赛等活动来全力推进培养我国高性能计算人才的举措;此外还举办“中国高性能计算用户大会”,为高性能计算用户之间构建科研交流、经验分享的平台;另外与中科院成立“中科院北京基因组研究所-浪潮基因组科学联合实验室”、与Intel成立“浪潮-英特尔中国并行计算联合实验室”等,加深与高性能计算高端科研单位的交流,加快自身专业能力的建设。
就如浪潮集团高性能服务器产品部总经理刘军在颁奖仪式上所讲,高性能计算如今已经被应用至越来越广泛的领域,我们称其为企业甚至国家的核心竞争力也不为过。浪潮作为国内领先的高性能计算厂商有责任为我国高性能计算事业的发展贡献力量,未来也将持续不断地推动高性能计算相关产业(人才培养、应用开发)进步。
好文章,需要你的鼓励
根据Synergy Research Group报告,超大规模运营商目前占全球数据中心容量的44%,到2025年第一季度末,大型超大规模设施数量达到1189个。企业自有数据中心占比从六年前的56%下降至34%,预计2030年将进一步降至22%。全球数据中心容量将持续快速增长,主要由超大规模容量未来六年三倍扩张驱动。所有地区数据中心总容量年增长率都将达到两位数。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
亨里克·韦德林通过其新创立的Audos公司,计划利用AI技术将创业孵化规模从每年"数十家"扩展到"数十万家"。该平台专门帮助非技术背景的"普通创业者"创建百万美元AI公司,采用15%收入分成模式而非股权投资。Audos提供AI工具、最高2.5万美元资金支持和社交媒体推广服务,已在测试阶段帮助数百家企业启动,获得1150万美元种子轮融资。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。