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
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。