美国时间3月18日-21日,英伟达(NVIDIA)公司在加州圣何塞举办的GPU技术大会(GTC 2019)上正式推出NGC计划,旨在为当前所有数据中心计算应用提供广泛的GPU加速。曙光W760-G30R作为全能型GPU推理服务器,搭载NVIDIA Tesla T4 GPU,已经通过NGC认证测试,目前同步发布成为第一批NGC-Ready的计算平台。W760-G30R是面向数据中心设计的主流服务器,在改进散热系统后可支持最多6块NVIDIA Tesla T4 GPU,可应对全部GPU应用的异构加速平台。同时通过NGC认证的还有支持8块NVIDIA NVLink V100,面向高密度GPU计算和深度学习训练的X795-G30训练服务器。
通过NGC-Ready认证的系统可以支持NVIDIA的所有NGC软件包,这些软件包基于CUDA-X, 可以在各个应用层上加速用户的各种GPU应用场景,包括深度学习训练,推理,加速高性能计算,进行大数据分析和管理,3D图形设计和CAE分析等。通过全方位的软件支持,用户可以把精力从软件开发本身解放出来,专注于数据分析和自身业务。 同时,通过NGC-Ready的系统可以获得NVIDIA的GPU开发服务,通过向中科曙光购买该服务,将获得与DGX系列产品相同的软件预装,开发支持服务等必要内容。最大限度地提高系统利用率和用户工作效率。
NGC系统使用简单,基于NVIDIA Tesla T4 GPU的全功能策略,用户在部署时建议采用容器化,通过vGPU直接把应用发布给开发者,使用同样的硬件平台,企业客户可以在此基础上构建并灵活部署和迁移各项GPU加速的应用,真正实现软件定义计算的功能。
“中科曙光的一直致力于建立开放、统一的产品生态与理念,这与NVIDIA不谋而合。曙光与NVIDIA进一步合作将带来各种可能性,曙光目前实现多样化的产品业态全线支持英伟达系列GPU产品,并将双方的优势互补,共同推动人工智能技术和产品的发展。”中科曙光视觉与智能产品总监宋迪说。
目前,全球各行各业和研究团队都在开展人工智能、机器学习以及深度学习项目,作为中国最早采用和推动GPGPU(General Purpose Computing on GPU,即在图形处理器上进行加速计算)异构计算技术的高性能计算的厂商,早在2015年6月,中科曙光、中科院计算所、NVIDIA公司就共同成立“深度学习联合实验室”。2018年,中科曙光面向深度学习应用的开源平台建设及应用项目,成功入选“互联网+”、人工智能创新发展、数字经济试点重大工程拟支持项目名单。
作为支撑人工智能技术的幕后力量,同时也是国内是唯一一家同时具备完整的GPU服务器产品线和视觉计算产品的厂商,未来,中科曙光将在深度学习未来的发展过程中融合高性能计算和云平台等多方面技术优势,打造面向更广泛用户群体的产品应用体系,开拓人工智能的应用领域,构建良好的人工智能生态环境,助力人工智能技术在各行各业的发展融合。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。