英特尔和Katana Graph今天宣布合作,双方将对Katana Graph引擎在英特尔系列产品上进行移植和优化,这些产品包括英特尔至强可扩展处理器、基于至强的计算群集以及即将推出的英特尔独立GPU系列,包括代号为“Ponte Vecchio”的GPU。英特尔和Katana Graph将利用高性能、横向扩展的并行计算,帮助客户以无与伦比的效率解决大规模非结构化数据问题。
大规模、非结构化数据集经常应用于社交网络分析、安全和认证、电子芯片设计工具、生物医学和制药应用(基因网络分析和医学知识图形挖掘)以及用于模拟传染病传播的流行病学研究中。英特尔广泛的技术生态系统可以帮助客户在数据周期的每个阶段实现分析加速。例如,英特尔至强可扩展处理器可以高速分析大量数据,同时英特尔傲腾持久内存技术可以帮助客户克服数据移动和存储瓶颈。
“为了对大型非结构化数据进行深入分析并大规模使用,需要在CPU和GPU上同时部署和执行。我们与Katana Graph的合作将加快图形分析在英特尔产品的应用,包括市场领先的英特尔至强可扩展处理器以及即将推出的GPU产品,使更多客户从图形计算中受益,”英特尔公司架构、图形与软件副总裁、机器学习性能总经理Wei Li表示。
Katana Graph引擎是纵向扩展和横向扩展分析领域的佼佼者,它可以在多种平台和技术组合上运行,包括x86 CPU的大型计算集群、具有英特尔傲腾持久内存的大型内存系统、单节点或多节点GPU平台或这些技术的任意组合。此外,它还可以扩展到生产集群中的数百台机器上。
Katana Graph的首席执行官兼联合创始人Keshav Pingali表示:“在大型、非结构化数据集上进行计算是未来的范例。与该领域的其他公司不同,Katana有专门的高级编程模型以及针对处理图形和超图应用程序的运行系统。这就是为什么我们的分析库比其他供应商的解决方案快几个数量级的原因。我们很高兴能与英特尔合作,为我们共同的客户带来高性能、可扩展的图形计算。”
Katana Graph引擎已经被客户使用,包括:
好文章,需要你的鼓励
这项来自明尼苏达大学等机构的研究发现,大语言模型在强化学习后训练中,只需训练中间少数几层即可匹配甚至超越全参数训练效果,且这一规律跨模型、跨任务高度稳定,为更高效的AI训练策略提供了新思路。
一名因游泳事故导致胸部以下瘫痪的男子,通过脑植入芯片重新获得了自主进食和饮水的能力。研究人员为其安装了脑机接口,不仅帮助他重新活动手臂,还通过信号反馈重建了触觉感知。经过35周训练,其右臂力量提升86%,左臂提升62%。更令人惊喜的是,该技术似乎部分重塑了其神经系统,即使在系统关闭后,部分手部功能和感觉仍得以保留。
本文介绍VIBE框架,一套通过开放式任务评估大型音频语言模型声音诱发偏见的系统,测试12个模型后发现每个模型均存在显著性别或口音偏见。