至顶网服务器频道 05月13日 新闻消息: Cray新推出的CS风暴加速集群超级计算机包括Cray CS-风暴 500GT和Cray CS-风暴 500NX两个型号,CS风暴加速集群超级计算机利用大量图形处理器单元(GPU)加速器Nvidia Tesla阵列做超级深度机器学习用,大大 提升了人工智能(AI)功能。
影片连结:https://www.youtube.com/watch?list=PLirJ3rHY8PMwNKBgOfdYn_tx4uan_RZYu&v=48elFB19Oco
Cray为旗下超级计算机深度学习投入大量资源。
Nvidia GPU用于深度学习几乎可以达到线性加速的效果,高达35,840个Cuda GPU可用于AI应用程序的分割和征服法。 Nvidia加速器可以在500GT上与最新的英特尔Xeon“Skylake”处理器很好地整合在一起,而在500NX上则可以很好地与英特尔Xeon E5-2600 v4“Broadwell”处理器紧密整合。 Nvidia Tesla P40或P100 PCIe GPU加速器可用于500GT,而500NX则支持Nvidia Tesla P100 SXM2 GPU加速器。
新的Cray CS风暴 500GT和CS-风暴 500NX针对人造智能进行了优化,内置用于深度机器学习的大型Nvidia Tesla图形处理器加速器阵列。
Cray CS风暴系列运算速度高达每节点每秒187 TERA操作(TOPS),即是说每个用于深度机器学习应用的标准机架的运算速度高达2.618 TOPS。两台超级计算机都使用标准Cray编程环境、Sonexion横向扩展存储和集群管理算法。
Cray在旗下超级计算机用于深度机器学习应用方面投入了重大资源。Cray在不同型号上均提供提供Nvidia加速器和英特尔Xeon Phi加速器(尽管各型号都使用Intel Xeon作为主要处理器,除了较老的、基于CPU机器学习的Cray Urika-GX分析平台用的是Spark MLlib和Cray 图形引擎)。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。