至顶网服务器频道 10月11日 编译:东京国家先进工业科技研究院(AIST)已经订购了富士通的超级计算机,希望为人工智能应用打造一个名为“AI Bridging Cloud Infrastructure(ABCI)”的基于云的开放创新平台。
富士通方面表示,该超级计算机系统将提供550 petaflops半精度浮点运算的理论峰值性能,以及37 petaflops的双精度浮点运算性能。
该系统将包含1088个Primergy CX2570 M4服务器,组成富士通Primergy CX400 M4多节点服务器,每个服务器包含有2个英特尔至强Gold处理器CPU、4个NVIDIA Tesla V100 GPU计算卡和英特尔SSD DC P4600存储。
富士通表示,计划将于2018年4月开始实施该系统。
日本经济工业部去年曾表示,将在ABCI平台上投入195亿日元,以推动国家在超级计算机竞赛中登顶。该平台旨在实现高速AI处理,加速将人工智能部署到“现实的企业和社会中”,AIST此前这样表示。
ABCI将部署到位于东京大学Kashiwa II校区新建成的ABCI数据中心。
今年早些时候,日本福冈九州大学信息技术研究所宣布,本月将接收来自富士通的新超级计算机系统,用于推动人工智能等领域的研究。
该大学表示,将利用该系统作为JHPCN跨学科大型信息基础设施联合使用/研究中心的计算资源,该基础设施也是一个由日本各大院校超级计算机设施组成的联合使用点网络,其中东京大学信息技术中心是这个网络的核心点。
后端系统包含2128个Primergy CX400系统和英特尔Skylake至强处理器,433 TB总内存容量。128个x86服务器将配备4个NVIDIA Tesla P100 GPU计算卡。
前端子系统将包含160个基本的前端节点,配置英特尔Skylake至强处理器和NVIDIA Quadro P4000图形卡,以及4个高容量前端节点,每个节点有12TB内存。
该系统提供10 petaflops的理论峰值性能,此外还提供一个24PB存储系统、100Gbps InfiniBand EDR互连、以及富士通的可扩展集群文件系统FEFS。
日本高级智能项目中心在4月接收深度学习超级计算机,用于加速AI应用“现实世界”的应用研究与开发。
该系统包含2个服务器架构,24个NVIDIA DGX-1服务器,每个包含8个最新的NVIDIA Tesla P100加速器和集成的深度学习软件,以及32个富士通Server Primergy RX2530 M2服务器,以及高性能存储系统。
它的文件系统也是FEFS在6个富士通Server Primergy RX2540 M2 PC服务器;8个富士通存储Eternus DX200 S3存储系统;1个富士通Storage Eternus DX100 S3存储系统,提供深度学习分析需要的IO处理。
在截止2017年3月31日的这一财年中,富士通共收入4.5万亿日元。
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。