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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。