为加速高性能计算的创新发展,帮助更广泛的用户享受到高性能计算在解决重大及复杂问题上的优势,并以此促进产业结构转型升级,英特尔公司携手戴尔、联想、曙光等合作伙伴于今日在厦门举办了主题为“超算随芯 速联未来”的2015英特尔高性能计算峰会,共同分享了对于高性能计算领域的最新洞察及解决方案。同时,来自不同领域的行业用户也展示了高性能计算创新应用的成功案例,并与国内顶尖的高性能计算学术专家一起探讨了在新的发展规划和趋势下,高性能计算的应用方向及价值。
英特尔夯实底层支持,持续推动超算创新
在“大众创业 万众创新”的趋势下,高性能计算技术的不断发展,也开始影响着更多行业竞争力的提升。如何充分发挥高性能计算的独特价值,落实解决方案并开拓新的发展模式,已经成为各行各业在未来十年中的发展方向及关注热点。高性能计算凭借其强大的计算能力,将为更多的行业和企业所应用,帮助他们轻松应对不断增长的业务挑战,并以最快的方式在激烈的行业竞争中创造商业价值。
然而在高性能计算的实际应用中,计算、存储、网络、软件等不同领域的“短板”却一直在影响着整体系统的计算能力,如何将各个领域的性能相协调并推动创新,是推动高性能计算快速发展和广泛应用的关键。作为高性能计算领域的创新引领者和推动者,英特尔近年来推出了英特尔®至强™处理器,英特尔®至强®融核™处理器(Xeon Phi)、3D XPoint™全新非易失性存储技术、英特尔®可扩展系统框架(英特尔®SSF)以及英特尔®Omni-Path架构(Intel®OPA)等众多创新产品和技术,能够从各个环节优化系统,弥补系统“短板”,真正提升高性能计算系统的整体功效,以满足企业对应用模式和计算效率的急切需求,并推动高性能计算解决方案的创新发展。
强强联合,推进高性能计算广泛应用
为了持续地推动软硬件的创新和优化,英特尔也在积极地扩大生态系统并加强生态协作。在全球范围内,目前已经有多个大型超级计算中心正在使用英特尔®OPA优化计算系统,以增强计算性能。预计在明年第一季度,包括戴尔、联想、曙光在内的多家系统厂商将会陆续推出基于英特尔®OPA的交换机和服务器平台。同时,基于英特尔®SSF的系统的也将同步上线,进一步提升HPC系统的整体性能以及灵活性,为用户提供更加经济高效的系统基础平台。此外,今年4月,英特尔与中国科学研究院合作成立的中国首家英特尔并行计算中心(Intel® PCC),在不到一年的时间里取得了诸多科研成果,对材料科学、生命科学、计算化学、计算物理等领域的应用研究发挥着重要的影响。同时,双方对于代码优化、HPC应用现代化和并行化的合作研究,也将加速解决高性能计算软件和应用层面的并行难题。基于对行业高性能计算需求的洞察,英特尔期望携手更多的本地合作伙伴不断的开发、优化,以提供一个更加稳定可靠的开放平台,将高性能计算的应用价值更加充分的展示给用户,从而推进高性能计算的广泛应用。
应用持续创新,行业实践彰显新价值
高性能计算的快速发展加速了其在行业中的广泛应用,在帮助不同行业用户突破计算分析能力的同时,也为行业和社会的发展带来了新的价值。
众所周知,雾霾已成为当前我国最受关注的热点话题之一,其对公众健康、生产生活质量等造成了严重影响,如何利用先进的技术手段监测并探索大气污染成因已成为当前最迫切需解决的难题。在我国各级环保部门的空气污染预报及防控中,中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室(LAPC)自主研发的嵌套网格空气质量数值预报模式系统(NAQPMS)发挥着关键的作用。LAPC的副研究员唐晓博士表示:“实现未来的空气质量预报并探索大气污染的成因,是一项极其复杂、技术含量非常高的工作,拥有强大的高性能计算能力是支撑这种应用的首要条件之一。现在,凭借基于英特尔®至强™处理器的高性能计算集群这一具备卓越运算性能和更高性价比的技术,中科院大气所实现了未来七天的空气质量预报和污染来源解析,可为中国各地环保部门提供可靠的实施方案和经验。”
“正如广大合作伙伴以及行业用户所见证的,英特尔始终将最先进的创新产品和技术持续且同步地引入中国市场,坚定地为中国本土高性能计算发展提供最新的产品和技术支持”, 英特尔中国区销售部总经理Douglas Cougle表示:“同时,我们也将继续与合作伙伴一起,为更多本地行业用户提供更强劲的高性能计算系统,进一步推动本地的行业高性能计算应用优化、开发和人才培养进程,为寻求变革的行业和用户挖掘新的价值。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。