“GreatLakes”高性能计算和人工智能超级计算机将助力于大学数千用户的科研和探索
2018年11月19日——Mellanox是面向数据中心服务器和存储系统的高性能、端到端智能互连解决方案的领先供应商,该公司今天宣布其包含基于ConnectX-6的HCA、Quantum交换机、LinkX线缆以及软件的新一代HDR InfiniBand解决方案将用于密歇根大学的新超级计算机。名为“GreatLakes”的新超级计算机将加强大学的研究活动,并为整所大学的数千名用户提供可扩展的高性能计算(HPC)和人工智能(AI)基础架构。
这台新HPC和AI超级计算机由Dell EMC部署,共包括13000个CPU核和一个由25600个GPU核,采用混合拓扑结构,通过Mellanox智能InfiniBand网络互连。两个单元的综合性能超过了千万亿次。
“访问高性能计算资源是密歇根大学丰富的计算生态系统的重要组成部分,”密歇根大学信息技术副校长兼首席信息官Ravi Pendse表示。“机器学习和精准健康等许多新兴领域的研究人员将会通过使用Great Lakes得到计算性能的提升。”
“Dell EMC非常高兴与密歇根大学及我们的技术合作伙伴一起合作,将这一创新的高性能系统带给这样一个强大的研究人员社区,”Dell EMC高性能计算副总裁Thierry Pellegrino表示。“此Grea tLakes集群将极大地提升性能、吞吐量和响应能力,以缩短密歇根大学的研究人员在人工智能、基因组学和生物科学等一系列学科的重大发现中所需的时间。”
“我们为看到世界上第一台基于Mellanox HDR InfiniBand ConnectX-6 HCA和Quantum交换机的超级计算机诞生感到自豪,”Mellanox Technologies市场副总裁Gilad Shainer表示。“InfiniBand支持的智能网络计算加速引擎将为密歇根大学用户的HPC和AI应用提供最高的性能、效率和可扩展性。”
Great Lakes超级计算机计划在2019年上半年满负荷运行,并提供给密歇根大学社区使用。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。