至顶网计算频道 03月06日 新闻消息:
— 与HPE的合作致力于在2023年初带来领先的HPC和AI处理性能
— El Capitan将成为美国第二套全部使用AMD CPU和GPU的E级超算(Exascale)系统,且其预期性能将超过现在200台最快的超级计算机的总和
2020年3月6日,加利福尼亚州圣克拉拉讯——AMD(NASDAQ:AMD)公司联合劳伦斯利弗莫尔国家实验室(LLNL)和HPE近日宣布,即将在LLNL实验室面世的E级超算(Exascale百亿亿次)超级计算机El Capitan将采用下一代AMD EPYC CPU和AMD Radeon Instinct GPU,以及开源的AMD ROCm异构计算软件。
El Capitan系统计划在2023年初交付,拥有超过2 exaflops(百亿亿次)的双精度性能,预计交付后将成为世界上最快的超级计算机。这项创纪录的性能将用于支持美国国家核安全局(National Nuclear Security Administration)的重要使命,确保美国核储备的安全、保障及可靠性。
基于AMD的节点也将被优化,来加速人工智能(AI)和机器学习(ML)的工作负载,从而使AI和ML扩展应用到有益于NNSA任务的研究、计算技术和分析中。
AMD高级副总裁兼数据中心与嵌入式解决方案事业部总经理Forrest Norrod表示:“El Capitan超级计算机将借助下一代AMD EPYC CPU和Radeon Instinct GPU推动HPC和AI的空前发展。基于AMD在HPC领域的强大基础,加之以变革性的相关能力,AMD助力NNSA三大实验室(LLNL和Los Alamos以及Sandia国家实验室)能够实现其关键的任务目标,并为行业贡献其在AI领域所取得的创新成就。我们对与HPE和NNSA在E级超算方面的持续合作倍感自豪,期待能够在2023年初交付世界上预期性能最强的超级计算机。”
AMD技术为El Capitan赋能
AMD正在运用其在HPC领域的经验,并为El Capitan改进其现有的CPU和GPU设计,从而使El Capitan系统能够具备超强的性能和易用性。
El Capitan采用的AMD技术包括:
· 具有“ Zen 4”处理器内核,代号为“Genoa”(热那亚)的下一代AMD EPYC处理器。这些处理器支持下一代内存和I/O子系统以用于AI和HPC工作负载。
· 下一代Radeon Instinct GPU,基于为HPC和AI等工作负载而优化计算的新型架构,这些GPU将采用下一代高带宽内存,旨在实现最优的深度学习性能。
· 第三代AMD Infinity架构,将在El Capitan每个节点中包含的四个Radeon Instinct GPU和一个AMD EPYC CPU之间提供高带宽、低延迟的互连。 同时,该架构还包括跨CPU和GPU的统一内存,从而使程序员更容易访问加速计算。
· 正在开发中的开源ROCm异构编程环境的增强版本,以利用AMD CPU和GPU的组合发挥最强性能。
LLNL实验室主任Bill Goldstein表示:“AMD先进的CPU和GPU技术所提供的前所未有的计算能力,将有助于维持美国在高性能计算领域的全球地位。今天的新闻是一个展现政府如何与行业协同合作,最终惠及整个国家的典型范例。”
HPE高级副总裁兼高性能计算和关键任务解决方案总经理Peter Ungaro 表示:“我们很荣幸与AMD携手,将HPE的Cray Shasta架构与最新的AMD EPYC CPU和Radeon Instinct GPU相结合,以此领先的技术为劳伦斯利弗莫尔国家实验室的关键HPC和AI工作负载提供支持。从过去一年我们赢得的三个美国E级超算项目以来,包括美国能源部橡树岭国家实验室的Frontier超级计算机,配备AMD处理器和GPU的HPE系统和技术已成为高性能计算和E级超算的独特解决方案。 我们期待与AMD持续合作,以释放更多的创新潜能。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。