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
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
机器人可执行多种任务,但每个动作都需要专门训练,难以适应现实场景。Mbodi开发了云边混合计算系统,利用多个AI智能体协作,帮助机器人更快学习任务。用户可用自然语言下达指令,系统将任务分解为子任务并快速训练机器人。该公司入选TechCrunch Disrupt 2025创业大赛20强,目前专注于拣选包装领域,正与财富100强企业合作概念验证项目。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。