Nvidia已将9款新的支持GPU的超级计算容器添加到它的云服务中了。
Nvidia扩充了Nvidia GPU Cloud(NGC),现在包括35个容器,这一数量在去年发布时基础上翻了三番。
他们瞄准的是负责运行巨大的工作负载、使用机器学习处理数学运算以训练模型或运行模拟的核心工程师。开发人员可以在他们选择的框架中编写程序,然后将模型部署到共享集群上,这样他们的模型就可以运行得更快。
NCG还配备了适用于各种应用的不同软件包。“NGC上提供用于PGI编译器的容器将帮助开发人员构建面向多核CPU和Nvidia Tesla GPU的HPC应用。PGI编译器和工具支持使用OpenACC、OpenMP和CUDA Fortran并行编程来开发性能可移植的HPC应用,”Nvidia在一篇博客文章中这样解释道。
有些像CHROMA一样是用于优化数学和物理模型的,AMBER用于分子模拟,CANDLE用于癌症研究。显然有超过27000个用户注册到NGC的容器注册表。
“自11月的超级计算大会以来,NGC已经增加了9个新的HPC和可视化容器,包括CHROMA、CANDLE、PGI和VMD。除此之外,还有8个容器,包括NAMD、GROMACS以及去年超算大会上推出的ParaView。”
容器让开发人员不需要安装所有必需的不同库和后端程序来部署他们的模型。对于测试模型也很不错,因为研究人员可以在不同的系统上运行各种实验,并检查他们的模拟结果是否相同。
他们还使用不同的以GPU为驱动的工作站进行测试,例如Nvidia的DGX,以及其他云平台如AWS、Google Cloud和Oracle Cloud Infrastructure。
好文章,需要你的鼓励
Google Cloud产品管理副总裁Michael Gerstenhaber近日接受采访,详解企业部署AI智能体面临的核心治理难题。他指出,智能体的安全管控须借鉴人类员工管理逻辑,实现"默认安全"。Google Cloud通过智能体网关、身份权限管理、分布式追踪及Model Armor等工具构建纵深防御体系。Gerstenhaber还提出"弹性智能"概念,认为持续学习的智能体无需退役,可在运行时动态优化行为,从而帮助企业实现运营能力的弹性扩展。
OpenSkill是一套让AI代理无需人工监督即可自主成长的框架,通过从互联网获取知识、自建虚拟考题反复练习,实现真正的开放世界自我演化。
根据Ookla发布的全球Wi-Fi状态报告,Wi-Fi 7正在全球范围内逐步推进,但整体渗透率仍不足2%。新加坡以25%的Wi-Fi 7用户占比位居全球首位,得益于政府与运营商的联合推动。5 GHz频段依然是全球主流,6 GHz频段全球占比仅1.7%。欧洲6 GHz利用率更低至1.6%,各国间存在显著差异。AI基础设施需求推高半导体成本,也对CPE和智能手机制造商形成压力。
论文研究了AI评委同时优化多个评判维度时的两大失败原因:梯度稀释与指令干扰,为多目标提示词优化提供了系统性诊断框架。