中国台北—台北GTC—2018年5月30日—NVIDIA今日推出首款同时适用于人工智能和高性能计算的统一计算平台NVIDIA HGX-2。
HGX-2云服务器平台具备多精度计算能力,可提供独特的灵活性,为未来的计算提供有力支持。该平台能够针对科学计算和模拟进行高精度的FP64和FP32运算,并针对AI训练和推理进行FP16和Int8运算。这种前所未有的多功能性可满足现今越来越多融合HPC和AI的应用之所需。
多家领先的计算机制造商也于今日宣布计划面向市场推出基于NVIDIA HGX-2平台的系统。
NVIDIA创始人兼首席执行官黄仁勋在今日开幕的台北GTC上表示:“计算领域已不同从前。计算需求猛增,而CPU扩展的速度却呈放缓之势。配备Tensor Core GPU的NVIDIA HGX-2为业界提供了融合HPC和AI的多功能计算平台,这一强大的计算平台将助力解决全球面临的重大挑战。”
HGX-2可作为制造商的“构建模块”,用于构建适用于HPC和AI的最先进的系统。HGX-2在ResNet-50训练基准下,创下了每秒15500幅图像的AI训练速度纪录,可取代高达300台仅配备CPU的服务器。
它融合了NVIDIA NVSwitch互联结构等突破性功能,将16个NVIDIA Tesla V100 Tensor Core GPU无缝连接为单一巨型GPU,可提供每秒2千万亿次浮点计算的AI性能。最近发布的NVIDIA DGX-2是首款采用HGX-2构建的系统。
NVIDIA HGX-1一年前于Computex 2017正式亮相;一年后,HGX-2接力登场。HGX-1参考架构被全球领先服务器制造商和大规模数据中心运营企业(包括AWS、Facebook和微软)广泛采用。
联想、云达科技、超微和纬颖科技四家领先的服务器制造商宣布计划于今年下半年将各自基于HGX-2的系统推向市场。
此外,全球四大原始设备制造商(ODM)富士康、英业达、广达和纬创也正在设计基于HGX-2的系统,有望于下半年在全球几家最大型的云数据中心投入使用。
HGX-2属于NVIDIA GPU加速服务器平台系列,该系列构成了高品质服务器类生态系统,致力于提供最优性能,以满足各类AI、HPC和加速计算工作负载。
在主流服务器制造商的支持下,这些平台可为各类训练(如HGX-T2)、推理(如HGX-I2)和超算(如SCX)应用提供GPU、CPU和连接器产品的最优组合,紧密贴合数据中心服务器生态系统的需求。客户可选择特定的服务器平台,以满足自身加速计算工作负载组合之所需,并实现业界最佳的性能。
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。