在2019国际超算大会(ISC2019)上,英特尔介绍了一系列英特尔以数据为中心的产品组合如何改变下一代高性能计算(HPC)系统,并推动全行业向E级超算不断发展的最新情况。
英特尔公司副总裁兼极限计算部门总经理Trish Damkroger表示:“在当今以数据为中心的世界,英特尔将继续推动创新并不断提升产品性能。我们的高性能计算解决方案产品组合——包括英特尔至强铂金9200处理器和英特尔傲腾数据中心级持久内存——实现了前所未有的科学探索和发现。”
如今,先进的高性能计算系统同时借助传统的高性能计算数据分析和人工智能技术,来高效处理最为复杂的科学问题。然而随着高性能计算系统对计算性能的要求越来越高,内存带宽日益成为一个瓶颈。在日前举行的2019国际超算大会上,英特尔展示了其以数据为中心的产品组合如何通过将高性能计算数据分析和人工智能加速整合到一个单一的计算环境中,并提供新的内存和存储模式为计算引擎提供支持,进而解决高性能计算系统面临的独特挑战。
当前,英特尔以数据为中心的产品组合为系统架构师提供了构建先进计算系统的根基,赋能这些系统能够传输、存储和处理海量数据。针对那些对计算性能有着最高要求的系统,英特尔近日还宣布,包括Atos、慧与(HPE)、联想、Penguin Computing、Megware等在内的一些指定OEM厂商以及经过授权的英特尔经销商目前已开始出货基于英特尔至强铂金9200处理器的预配置系统。作为第二代英特尔至强可扩展处理器产品系列的延续,英特尔至强铂金9200处理器系列为广泛的工作负载和用途提供领先的性能,诸如科学模拟、财务分析、人工智能/深度学习、3D建模与分析、密码学和数据压缩等场景。英特尔至强铂金9200处理器集成了英特尔深度学习加速(英特尔DL Boost)技术,其人工智能性能相比上一代发布的至强可扩展处理器提高多达30倍。
在2019国际超算大会上,英特尔还与欧洲中期天气预报中心(ECMWF)、爱丁堡大学并行计算中心(EPCC)、富士通、斯洛文尼亚IT服务提供商Arctur以及NEXTGenIO项目2中的其它合作伙伴公布了多项不同超算应用项目中使用英特尔傲腾数据中心级持久内存获得的最新突破性性能。
此外,英特尔进一步加快英特尔傲腾数据中心级持久内存在高性能计算系统中的应用,并宣布了一项针对超算推出的,利用英特尔傲腾数据中心级持久内存和分布式异步对象存储(DAOS)的革命性全新存储架构。其中,DAOS是一种提供高带宽、低延迟和高I/O操作的开源软件定义横向扩展对象存储,专为高性能计算和人工智能工作负载的融合而设计。这一全新的软件定义存储引擎消除了目前并行文件系统中的若干局限性。
ALCF-X项目总监/E级计算系统副总监Susan Coghlan表示:“阿贡领导力计算机构(ALCF)将作为‘极光’(Aurora)项目的一部分首次大规模生产部署DAOS存储系统,到2021年,‘极光’(Aurora)将成为美国第一个E级计算系统。DAOS存储系统旨在提供E级系统上的I/O密集型工作负载所需的元数据运算速度和带宽。”
在2019国际超算大会上,英特尔还披露了其有关One API项目的更多信息。该项目将提供一个统一的编程模型,以简化多样化计算架构上的应用开发。同时,英特尔的One API将基于行业标准和开放规范,并可以与OpenMP、MPI和Fortran等进行交互操作。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。