那些期盼看到基于Arm的“Post-K”百亿亿级超级计算机问世的人是幸运的——富士通宣布已经完成设计,并将于2019年10月到2020年3月期间开始销售该系统的商业版本。
价值9.1亿美元的Post-K预计在2021年至2022年期间上市,届时将成为日本最强大的计算机,有望与全球前三强、以及来自美国、中国和欧洲的首批百亿亿级超级计算机展开竞争。
这些系统至少能够实现1 exaFLOPS(即每秒一百亿亿次浮点计算)或者1000 petaFLOPS。相比之下,作为当前最强的计算机,IBM Summit的峰值性能约为200 petaFLOPS。
Post-K项目是富士通和政府资助的Riken研究所之间合作的成果,围绕这台计算机的研究工作从2014年就启动了。
该系统基于ARMv8-A架构和富士通的48核A64FX处理器,这有利也有弊:Post-K最初计划是从2020年开始运营的,但由于CPU设计问题而被推迟。
该系统还采用了高速HBM2内存和已经在K超级计算机中采用的Tofu Interconnect技术。
经过多年的原型设计,富士通终于与Riken签订合同,将制造、运输和安装所有必要的硬件。因为已经完成设计,所以富士通可以将该技术商业化,并集成到自己的超级计算机中,也就是PRIMEHPC FX100系列的后续产品。
除了这个新旗舰系统之外,富士通还在考虑推出一个成本更低的入门级型号,并表示这个型号可能会由第三方制造。
Arm公司高性能计算高级总监Brent Gorda表示:“Arm与富士通和Riken的成功合作,突显了我们对高性能计算生态系统的承诺。这个里程碑标志着Post-K取得的重大成就,我们很高兴看到基于Arm的富士通技术在支持高性能计算和人工智能应用方面扩大部署的潜力。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。