2020年9月28日,北京——2020 CCF全国高性能计算学术年会今天正式拉开帷幕。会上,英特尔就推动高性能计算与人工智能的进一步融合进行了深入分享,展现了通过XPU战略构建融合未来的行业愿景,从而在以数据为中心的计算时代为具有多元计算需求的客户打造更灵活的计算架构,为各类工作负载提供领先性能。
英特尔公司数据平台集团副总裁,高性能计算总经理Trish A. Damkroger在大会演讲中表示:“今年新冠疫情的爆发,让我们更加清晰地认识到高性能计算在当今社会所扮演的重要角色。随着高性能计算与人工智能工作负载的不断融合,英特尔着眼于通过XPU战略,将边缘到云、硬件和软件融入整个生态,引领高性能计算进入更加智能的新时代,推动高性能计算在解决更多社会重大挑战方面担当重任。”
如今,日益丰富的人工智能用例正带领我们迈入计算智能进一步强化的新时代。英特尔意识到,高性能计算和人工智能的融合将是高性能计算行业的一个拐点,而异构性将是加速高性能计算和人工智能融合的关键。为此,英特尔将在今年推出首款10nm Ice Lake服务器CPU,并在2021年推出基于增强型SuperFin技术的下一代至强可扩展处理器Sapphire Rapids,来更加有力地支持深度学习加速以及高性能计算与人工智能工作负载的融合。此外,英特尔还计划推出基于Xe架构的独立通用GPU“Ponte Vecchio”。“Ponte Vecchio”采用7纳米工艺进行制造,并采用英特尔Foveros 3D和嵌入式多芯片互连桥接(EMIB)创新封装技术,可为高性能计算和人工智能工作负载进行优化。
在高性能计算的多条产品线上,英特尔都打造了无与伦比的深度、广度与性能,并在六大技术支柱的指引下为高性能计算领域带来全面的加速与提升。其中,英特尔与生态系统合作推出的OneAPI能够简化跨多种类型处理器和加速器的开发,支持广泛的行业生态系统采纳该技术来推动创新、简化应用开发、实现应用在大量节点上的可扩展性;英特尔革命性的内存和存储技术则能够消除存储瓶颈,为下一代的工作流提供支持。在此之外,英特尔还通过智能互连技术、更高的平台安全性、创新的制程和封装技术和多种先进的架构为高性能计算与人工智能工作负载的融合提供强大支持。
长期以来,在不断推动技术创新之余,英特尔也始终专注于高性能计算人才的培养与发展。
自2013年,英特尔便开始赞助“英特尔”杯全国并行应用挑战赛( “Intel Cup” Parallel Application Challenge - PAC)。该赛事旨在普及和培养学生的并行计算思想和并行计算系统能力,提高学生在全球人才市场的竞争力。经过多年的发展,全国并行应用挑战赛目前已吸引了来自中国40多个城市、300多所大学和160多个组织的1200多支队伍参加比赛,累计参赛人数超过7000人。
在今年的第八届“英特尔”杯全国并行应用挑战赛(PAC2020)期间,来自中科院高能物理研究、中科院计算中心、浙江大学、中国科学技术大学等多所国内知名院校的12支参赛队伍闯进决赛,参赛作品涵盖海洋、生物医药、地质、天文和AI深度学习等多个热点领域。挑战赛决赛及颁奖仪式,将于9月28日至30日在第16届高性能计算学术年会期间进行。未来,英特尔也将持续投入与关注并行计算领域优秀人才的培养,助推中国高校并行计算课程的更新与建设,并将携手中国更多的产、学、研机构,推动高性能计算的发展迈上新的台阶。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。