德国,法兰克福-6月20日,2016年国际超级计算机大会(International Supercomputing Conference ,简称ISC)在莱茵河畔法兰克福盛大召开,最能体现厂商整体实力的全球高性能计算TOP 500榜单公布,联想以92套的份额成为首家在该榜单中跻身全球前二的中国厂商。同时,这也是联想连续两年保持中国第一。
联 想集团副总裁、System x开发和企业级系统负责人 Brian Connors表示,联想在HPC领域的技术实力和产品品质已经获得全球客户的高度认可。特别是联想首创的45℃温水水冷技术,凭借更高的性能、更低的能 耗、更少的占地空间和更低的噪音,在全球范围内获得了越来越多用户的青睐。今年,联想刚成立数据中心业务集团,也会在整体DCG业务战略下,进一步强化其 HPC解决方案的实力,将HPC市场化、商用化、普及化,更好地服务全球各行业的万千客户。
参展本届ISC 2016大会的联想NeXtscale System采用了全球领先的温水水冷技术,为处理器、内存和I/O卡等系统组件提供更高效的降温。联想水冷技术支持最高45℃度进水温度,不但在性能上 能够使HPC集群的单节点浮点计算超过1万亿次,为同级别处理器最高,而且可以极大地降低能耗,以全球TOP500榜单中的常客——位于莱布尼茨实验室的 SuperMUC为例,作为首个采用温水水冷技术的HPC集群,联想NeXtScale System在该实验室实现了高达1.1PUE,9216节点,峰值运算速度2,897,000 万亿次(Gflops),整机效能高达90.95%,5年来整体电费下降37%:从2760万欧元降至1740万欧元,节省超过1000万欧元。
过 去20年,在国家政策与资金的扶持下,产、学、研、用各方力量联合奋战,我国HPC业有了长足发展。据IDC数据预测,2019年全球HPC市场将达到 152亿美元的规模,其中中国市场将成为主要角逐之地。而随着HPC逐渐向多行业商用领域应用的转移,越来越多的企业用户对于HPC的应用效率和产品可靠 性提出了极高的要求。
作为我国最早进军HPC领域的企业,联想在该领域拥有十余年的积淀。自2001年4月份联想成立了高性能服务器事业部以来,联想就不断丰富其HPC发展路线图,从深腾系列到GPU+CPU异构架构HPC,联想通过自身最佳实践和产品的可靠性屡获殊荣。
7月初,联想还将在中国召开首届HPC高峰论坛。给行业用户带来HPC全新的视角和价值。
关于联想:
联 想(HKSE: 992)(ADR: LNVGY)是一家营业额达460亿美元的《财富》世界500强公司,是全球消费、商用以及企业级创新科技的领导者。联想为用户提供安全及高品质的产品组 合和服务,包括个人电脑(经典的Think 品牌和多模式YOGA 品牌)、工作站、服务器、存储、智能电视以及智能手机(包括摩托罗拉品牌)、平板电脑和应用软件等一系列移动互联产品。欢迎关注联想全球社交媒体平台(LinkedIn、Facebook、Twitter (@Lenovo)、微博(@Lenovo))。如需进一步资料,敬请浏览www.lenovo.com。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。