HPE正在与桑迪亚国家实验室以及美国能源部合作开发基于ARM芯片架构的、全球最大也是功能最强的超级计算机。
这个名为Astra的超级计算机将被美国能源部的国家核安全管理局用于运行先进模型,以改进对国家安全和能源等领域数据密集型科学实验的分析。
在超级计算机中使用基于ARM的体系结构是值得注意的,因为迄今为止,大多数此类设备都是使用更传统的、基于x86的体系结构所构建的。ARM芯片通常比基于x86的芯片所需晶体管数量更少,从而成本和功耗更低,并具有更好的散热。这使得ARM芯片成为智能手机等小型电池供电设备的理想之选,并在这些设备中应用最为广泛,但ARM芯片对于消耗大量能源的超级计算机来说也许是一个更节能的解决方案。
HPE对Astra超级计算机的主要贡献是自己的Apollo 70高性能计算平台,该平台由最新的Cavium ThunderX2 Arm处理器提供支持。Astra超级计算机在2592个双路服务器上运行着145000个核心,提供“是传统产品2.3倍的理论峰值性能,内存性能提高33%,且系统密度更高”。
HPE表示,这种架构才能为需要快速处理和分析大型数据集的研究密集型任务提供更高的HPC性能。HPE称,最终目标是提供所谓的“Exascale”超级计算系统,这种系统每秒可执行10亿次计算,比2008年问世的第一台“千万亿次”计算机快1000倍。
惠普表示,基于ARM架构是实现这一目标的最佳选择,因为传统的x86架构无法提供E级系统所需的性能、内存容量和可扩展性。
HPE先进技术集团副总裁Mike Vildibill表示:“通过将ARM处理器与HPE Apollo 70(一种专门构建的HPC架构)相结合,我们将把最佳内存性能和更高密度等强大元素带入超级计算机,而这是市场中现有技术所无法匹敌的。”
Constellation Research首席分析师兼副总裁Holger Mueller表示,新架构和流程(例如基于ARM处理器的架构和流程)将在夺取超级计算机冠军的竞赛中发挥重要作用。密度和能效是这场比赛的关键成功因素,ARM处理器在这方面表现突出。与Sandia Labs的合作伙伴关系将如何帮助HPE在这场竞赛中有出色表现,这一点值得关注。”
ARM是SoftBank集团旗下的一家英国公司,主要为其他公司设计芯片并提供授权。ARM采取了一些重要措施让处理器扩展到高性能计算领域。2016年8月ARM宣布将与日本富士通公司合作,开发一个以64位ARMv8-A驱动的Post K超级计算机,并于当年12月宣布收购Allinea Software公司,后者主要为超级计算机提供性能分析工具。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示,ARM代表着新的竞争,这可能会刺激对超级计算机的投资增加。“ARM带来了一些非常有趣的密度和每服务器核心的新方法,这对于某些HPC任务来说是很理想的选择,”他说。
HPE没有透露何时会完成构建Astra超级计算机的计划。Astra将部署在桑迪亚国家实验室的一个计算机实验室中。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。