计算机图形芯片制造商Nvidia今天表示,欧洲高性能计算共同计划(EuroHPC Joint Undertaking)将采用Nvidia加速计算平台和架构来打造四台新的超级计算机,从而推动欧洲走到超级计算研究的最前沿。
EuroHPC是一个政府与欧盟之间的联合合作组织,旨在在欧洲构建全球最先进的超级计算生态系统。
这些新的超算系统中,有一个代号“Leonardo”的系统,Nvidia称该系统是全球性能最强的人工智能超级计算机。今天,该系统在意大利大学间财团CINECA的研究中心揭开神秘面纱(如图),可以提供10 exaflops的AI性能,从而承载一些最先进的AI和高性能计算应用。
这四套超级计算机是今年欧洲将公布的八套系统中的第一批,Nvidia表示,这些系统有望跻身世界TOP50超级计算机之列。
EuroHPC此举意在构建一个超级计算机的地区网络,充当“为欧洲数据经济提供动力”的引擎。EuroHPC计划将AI和数据分析应用于一系列商业和科学应用,解决诸如COVID-19和气候变化之类的问题,以及设计更先进的飞机、汽车、药物和材料等。
这些超级计算机都将采用Nvidia最新基于模块化DGX SuperPOD架构的A100 Tensor Core高性能GPU,专门针对AI和推理工作负载设计,此外还采用了Nvidia Mellanox HDR InfiniBand网络来实现高吞吐量和极低延迟的网络连接。
Leonardo系统由总部位于法国的Nvidia系统合作伙伴Atos SE构建,封装了近14000个A100 GPU。CINENCA研究人员计划使用该系统完成例如模拟气候变化背后的行星力以及冠状病毒分子内部分子运动之类的任务。
EuroHPC称,另外三套超级计算机将安装在捷克、卢森堡、斯洛文尼亚,作为国家能力中心帮助这些国家扩展技术实力并创造新的就业机会。
例如,位于卢森堡的MeluXina超级计算机将配备800个Nvidia A100 GPU,提供500 petaflops的AI性能,将用于医疗、金融服务和制造业的商业应用和科学研究。
位于斯洛文尼亚的Vega超级计算机则由马里博尔的信息科学研究所(IZUM)托管,配备240个Nvidia A100 GPU。IZUM主任AlešBošnjak表示,Vega将“有助于确保新一代的专家和开发者、更广泛的斯洛文尼亚民众应对国家级新挑战,并为地区和欧洲高性能计算项目做出贡献。”
位于捷克的系统尚未命名,将由HPE构建,托管在俄斯特拉发的IT4Innovations国家超级计算中心,配备560个Nvidia A100 GPU,提供350 petaflops的AI性能,比该机构现有的超级计算机系统强大7倍。EuroHPC表示,学术研究人员和工业用户将把该系统用于模拟、数据分析和AI。
EuroHPC表示,此外还计划在保加利亚、芬兰、葡萄牙和西班牙构建另外四套基于Nvidia架构的超级计算机,并有可能在2027年向该超算网络中增加更多系统。
Constellation Research分析师Holger Mueller认为,超级计算机是处理复杂AI工作负载的首选平台,各个国家和地区都参与到这场竞赛中。
Mueller说:“很高兴看到古老大陆的欧洲在这一关键领域表现出吸引力,EuroHPC已经计划在今天公布的几个国家之外,在增加四个超算部署点。Nvidia最显着的特点是Nvidia GPU和Mellanox Infiniband网络,这是以AI为中心的下一代应用的关键推动力。”
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。