在经历五年多的落后之后,如今美国终于在超级计算机领域再度超越中国,重夺头名桂冠。
这台由IBM公司为田纳西州橡树岭国家实验室建造的Summit超级计算机(如上图所示)在本周一发布的全球超算五百强中位列第一(这份榜单每年发布两轮,列举世界上五百台最为强大的非分布式计算机设备)。这一消息在本周于德国法兰克福举行的年度国际超级计算机大会上正式公布。
除了美中之间的竞争之外,该计算机对英伟达公司图形处理单元的大量运用同样值得关注——这些处理单元最初是为了加速视频游戏图形而创建。目前,全球速度最快的七台超级计算机中有五台都使用有英伟达的Tensor Core GPU,Summit自然也不例外。
之所以要在全球性能最为强劲的计算机设备中大量使用GPU,是因为GPU能够并行处理大量数据,从而有力支持高性能计算与人工智能需求。这样的速度提升抵消了摩尔定律放缓的问题(摩尔定律认为芯片密度每一到两年将能够增加一倍,这一结论在过去数十年中一直有效,但最近却逐渐走向终点)。利用GPU解决问题,在难度上明显低于转变传统芯片加工与制造工艺。
另外,英特尔公司的主流至强处理器仍出现在绝大多数超级计算机当中——超算五百强中有95%使用至强处理器,新上榜超算的至强使用比例更是高达97%。
尽管如此,GPU的数量增长才是这些超级计算机算力提升的主干。英伟达公司表示,在五百强超算当中,其每秒浮点运算速度(计算能力的标准单位)占比如下:英伟达新一代Tesla V100目前占比56%,高于去年上一代Tesla P100的25%,更远高于2015年Tesla K80的11%。而在Summit超级计算机当中,GPU贡献的算力更是达到了惊人的95%。
Summit的成功可以说在意料之中。就在本月早些时候,超算五百强网站就已经报道称其峰值速度达到了200千万亿次——计算速度单位相当于每秒4千万亿次浮点运算。事实证明,根据超算五百强组织的实际衡量,其稳定性能水平约在120千万亿次。
这已经足以击败上届超算五百强冠军,目前排名第二的中国神威-太湖之光——其计算能力可达93千万亿次。第三名则为IBM公司为美国能源部劳伦斯利弗莫尔国家实验室构建的Sierra。
Summit采用令人难以置信的27648块Tensor Core GPU外加9216块IBM处理器的组合,因此在处理AI、机器学习与深度学习神经网络时优势明显。在超算五百强当中,另有17台超算设备采用同样的GPU,其中包括Sierra以及日本与欧洲速度最快的超级计算机。
超级计算机被用于解决世界上最具挑战的难题,包括预测天气、分析材料、探索超导体甚至基于遗传基因分析过敏病症等。
英伟达公司副总裁兼加速计算总经理Ian Buck在上周五的新闻发布会上表示,“对于高性能计算而言,这无疑是个令人激动的时刻。这些新的AI超级计算机将重新定义计算的未来。”
尽管美国目前重夺头名,但总体来看其在超算领域的地位仍处于下降态势——至少超算五百强的上榜系统数量有所减少。其目前只有124套系统位列五百强,处于历史新低点——低于6个月前的145套。与此同时,中国的整体上榜超算数量则为206套,略高于去年的202套。
英伟达公司还宣布,自去年推出以来,其GPU云服务中的软件容器数量已经增加至三倍,达到35个。容器是一种应用程序的打包方法,能够立足内部数据中心与云端实现立足多种计算机与操作系统平台的运行。英伟达方面表示,这些容器将帮助TensorFlow等深度学习框架更快更轻松地完成神经网络的设计与训练工作。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。