NVIDIA于4月7日宣布,由NVIDIA计算机科学家组成的特别工作组已正式加入COVID-19高性能计算联盟(COVID-19 High Performance Computing Consortium),该联盟由美国政府、工业界和学术界领导者组成,以利用全球最强大的高性能计算机资源加速研究。
该联盟旨在加速开发检测、控制和治疗新型冠状病毒的有效方法。它将通过提供30台超级计算机的访问权限来支持研究人员,这些超级计算机的计算性能超过400petaflops。
NVIDIA团队拥有多个关键领域的专业知识,包括AI、超级计算、药物发现、分子动力学、基因组学、医学成像和数据分析。该团队由NVIDIA副总裁兼加速计算总经理Ian Buck领导。
Buck表示: “COVID-19高性能计算联盟就像是我们这个时代的阿波罗计划。只不过这次不是为了月亮而竞赛,而是为了我们人类自己而竞赛。GPU超级计算机就是此次计划的火箭飞船,科学知识就是它们的燃料。NVIDIA将帮助这些火箭以更快的速度飞行。”
“要取得进展,最关键的是需要结合三个基本要素——各专业领域的科学家、计算机科学家和高性能计算机。我们很荣幸能在这方面发挥我们的作用。”
NVIDIA工作组将通过以下方式为联盟提供帮助:
NVIDIA还将通过NVIDIA NGC(一个GPU加速软件中心)提供相关AI和生命科学软件应用程序的打包软件。
在NGC上,COVID-19的研究工具都是公开可用的,且经过优化,能够用于多种GPU平台,包括超级计算机、NVIDIA DGX系统、经NGC验证的服务器、公有云GPU实例和NVIDIA Quadro工作站GPU。
NVIDIA GPU被应用于众多超级计算机中,这些超级计算机已经为对抗COVID-19做出了贡献:
欢迎研究人员们通过此在线门户向联盟提交与COVID-19相关的研究建议,该在线门户将对这些建议进行评估,以确定如何分配计算资源。
好文章,需要你的鼓励
这项研究探索了语言神经元视角下多语言对齐如何增强大语言模型(LLMs)的多语言能力。研究团队提出了一种更精细的神经元识别算法,将激活神经元分为语言特定、语言相关和语言无关三类,克服了现有方法的局限性。基于这种分类,研究将LLMs多语言处理过程划分为四个阶段:多语言理解、共享语义空间推理、多语言输出空间转换和词汇空间输出。通过分析对齐前后不同类型神经元的变化,发现多语言对齐促进了更多语言相关神经元的共享使用,减少了对语言特定神经元的依赖,这也解释了"自发多语言对齐"现象。
这项由弗吉尼亚大学与Adobe研究院合作的研究突破了传统图像到视频生成的空间限制,提出了"Frame In-N-Out"技术,使物体可以自然地离开画面或新物体能够进入画面。研究团队创建了专门的数据集和评估方法,并设计了一种融合运动控制、身份参考和无边界画布的扩散变换器架构。实验结果表明,该方法在生成质量和控制精度上显著优于现有技术,为电影制作和创意内容创作提供了新可能。
浙江大学研究团队开发了首个评估视觉语言模型多视角空间定位能力的综合基准ViewSpatial-Bench,并揭示了现有模型在视角转换理解上的严重缺陷。通过自动化3D标注流水线构建的大规模数据集,他们训练出的多视角空间模型(MVSM)实现了46.24%的性能提升,为人机空间交互提供了新的解决方案,使AI系统能更好地理解人类视角下的空间关系,促进更直观的人机交流。
ByteDance团队提出的DetailFlow是一种创新的图像生成方法,通过"下一细节预测"策略实现从粗到细的自回归生成。它将图像编码为仅需128个令牌的1D序列,比传统方法少5倍,却实现了更高质量(2.96 gFID)和更快速度(提速约8倍)。该方法巧妙地模拟人类创作过程:先勾勒整体结构,再逐步添加细节,并通过自我纠错机制解决并行推理中的错误累积问题,为高分辨率图像生成提供了高效解决方案。