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
苹果Mail应用长期饱受搜索功能羸弱的诟病。iOS 27有望彻底改变这一局面。新版本引入全新排名系统,将最相关的结果优先呈现,即便邮件深埋收件箱也能快速找到。更关键的是,新搜索能理解用户意图,而非仅匹配关键词。该功能可能与Siri及AI升级深度整合,目前已在测试版中亮相,正式版将于今秋推出。
耶鲁大学等机构2026年发布的研究揭示:Muon优化器训练大语言模型比Adam快约两倍,核心原因在于其谱归一化更新方向具有更低的归一化方向锐度,从而降低了每步的曲率代价。
据就业咨询机构Challenger, Gray & Christmas数据,2026年5月美国科技公司宣布裁员38,242人,为2024年8月以来单月最高。今年已累计裁员123,653人,同比增长66%。AI已成为企业裁员的首要原因,占5月全行业裁员总数的40%,较1月的7%大幅攀升。今年重大裁员事件包括:HPE削减2,500个职位、Meta裁员8,000人,Oracle亦宣布裁减开发人员。
这项研究提出用形式化语言Lean4对AI工作流做三层验证,验证通过的工作流比未通过的平均性能高出近12%,配合自动修复机制可再提升约7.5%。