ZD至顶网服务器频道 11月23日 编译:据2015年超级计算大会(SC15)消息:美国的气象预报人员将采用图形处理器,希望能够更好地预测灾难性风暴的轨迹。
据NVIDIA芯片公司副总裁和加速运算CUDA发明者Ian Buck介绍,美国政府NOAA( 国家海洋大气管理局)部门将建造一台装有760 Nvidia帕斯卡尔图形处理器的新计算机系统。那么机器什么时候上线呢?只能给个提示,帕斯卡尔要到2016年才能面世。
时下的天气预测模型是编程后送到通用处理器上运行。Buck告诉记者,如果将这些工作负载进行移植并送到并行处理数字运算GPU芯片上运行的话,可以将模型的水平分辨率提高到3公里。
就是说, GPU加速模型将将以3公里间隔的网格覆盖点全球。NOAA的北美中尺度预报系统具有12公里的分辨率,它的全球预报系统(GFS)具有28公里的分辨率。
更高的分辨率意味着气象学家可以更准确地预测诸如暴风雨在经过海上和陆地时的变化,因此可以更准确地预测其去处以及什么人面临危险。
早在2012年10月,NOAA搞错了飓风桑迪的路径,NOAA的GFS模型算出桑迪会掉头远离美国,而欧洲中期天气预报中心(ECMWF)却算对了,它算出美国将遭受桑迪的正面冲击。超级风暴桑迪横扫加勒比海、百慕大和美国东海岸,夺走233人的性命,导致750亿美元的损失。
模型行为……ECMWF(标注3和红色)系统正确地预测了飓风桑迪的路径,美国的GFS(标注4和黄色)却严重出错
欧洲气象学人员在桑迪于10月23日形成后即正确地绘制出其路线,但NOAA的专家们却错得离谱。到10月26日,风雨席卷大小城镇,美国准备应对一场超大风暴。一天后的27日,NOAA放弃自己的模型,同意欧洲人是正确的。两天后的29日,飓风掉头向左,在美国登陆,正好和ECMWF预测的一样。
受到此次尴尬的刺激,NOAA着手改善自己的模型,以便更好地预测风暴的路径及其他天气模式;NVIDIA升级似乎是其中的一部分,NOAA预计将于今天在美国得克萨斯州奥斯汀召开的2015年超级计算大会上宣布其建立基于GPU天气机器的计划。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
KAIST研究团队开发出RL-ZVP方法,首次让AI从训练中的"无用数据"学习。传统方法遇到全对或全错答案时会停止学习,但RL-ZVP通过分析词汇重要性给予精确反馈。在数学推理测试中,该方法比现有技术提升高达8.6个准确率点,且训练过程更稳定。这项突破重新定义了AI训练范式,证明了被忽视的训练数据实际蕴含巨大学习潜力。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
中国传媒大学团队发现,通过巧妙设计"视觉句子"框架,一个预训练的视频生成模型经过轻量级调整后能够统一处理多种视觉任务,包括图像生成、深度预测、物体分割等。该方法无需大量任务特定数据,每个任务仅用20个样本就能实现良好效果,展现了从专用AI向通用AI转变的可能性。