达拉斯—SC18—2018年11月12日—NVIDIA是全球超算领域最大的动力,这一点在今日新发布的全球最快超算TOP500排行榜中得到了印证。
这一备受关注的榜单在SC18年度高性能计算大会开幕之初发布,榜单显示采用NVIDIA GPU加速器的系统数量在一年内增长了48%。总数由一年前的86个增加至127个,是五年前的三倍。
此外,全球最快的两台超级计算机——美国能源部橡树岭国家实验室的Summit,以及劳伦斯利弗莫尔国家实验室的Sierra,也都采用了NVIDIA GPU作为其算力核心。这两大系统共计采用了超过40000个NVIDIA V100 Tensor Core GPU,助力全球领先的研究人员开展开创性的研究,SC18大会期间,获本年度戈登贝尔奖决赛的六项研究中,有五个项目都得益于这两大系统。
NVIDIA GPU也为欧洲和日本最快的超级计算机提供了加速支持。
同样于今日发布的Green 500榜单是针对全球最快系统的能效测试榜,榜单显示前25个“最环保”系统中有22个都是由NVIDIA有力支持的。
这一最新榜单标志着超算领域又一里程碑——首次,近半的算力(每秒1417 千万亿次浮点计算中的702千万亿次)都来自于加速系统。而在10年前,还不曾有过加速系统出现在这一榜单上。
NVIDIA创始人兼首席执行官黄仁勋表示:“这是NVIDIA在超算领域取得突破性进展的一年。随着摩尔定律的终结,新的人工智能和机器学习工作负载推动了全新HPC市场的出现。这些都前所未有地有赖于我们高性能、高效率的GPU平台在解决最具挑战性的科学和社会难题时提供的算力需求。”
最新榜单显示,在TOP500榜单中,首次上榜的153个系统中有52个(约三分之一)为GPU加速的,而一年前该榜单中新的GPU加速系统只有33个。
今年的新系统中包括排在第61位的NVIDIA DGX-2 POD。作为首款上榜的DGX-2集群,它结合了36个DGX-2系统,可提供超过每秒3千万亿次浮点计算的双精度性能。根据此结果,仅需一个由11个该系统构成的集群就能在Top500榜单中取得一席之地。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。