HPE本月将向国际空间站发送一种专用的边缘计算系统,让宇航员能够得到更多用于研究项目的处理能力。该项目是HPE与微软、NASA共同合作展开的。
HPE计划发送到国际空间站的系统名为Spaceborne Computer-2,第一代太空计算机是在2017年发布的。据HPE称,这个 新版本讲计算能力提高了2倍,并采用了GPU加速机器学习模型等工作负载。
Spaceborne Computer-2主要基于HPE产品组合中现有的商用硬件,例如搭配使用了ProLiant DL360服务器(起价约为1,500美元)和Converged EL4000 Edge(一种用于工厂等环境的加固型融合基础设施设备)。
Spaceborne Computer-2是基于商用系统这一点非常重要,因为在太空任务中使用商业级服务器可以帮助NASA降低项目成本,此外商用服务器还支持最新的芯片技术,随着美国宇航局继续探索太空旅行计划,这些方面的考量都会变成更高优先级的事项。
在不久的将来,HPE的系统将让国际空间站的宇航员能够更有效地处理研究项目的数据,而目前很多计算任务都必须发送回地球上的服务器进行处理,这意味着宇航员必须等待数据到达地面并返回。Spaceborne Computer-2凭借着是上一代2倍的处理能力,将让国际空间站上运行更多的计算任务,从而研究速度。
目前HPE已经为该系统开发了多个潜在的应用,包括处理用于监视宇航员健康的X射线图像和其他医学数据的应用,以及用于研究目的的应用,例如分析安装在空间站上很多传感器的测量数值。
而更复杂的科学计算仍需要使用地面的计算资源。因此,HPE与微软合作将Spaceborne Computer-2链接到微软Azure公有云,运行在Azure上的应用可以通过地面天线将最耗费硬件资源的任务转移到Azure上进行处理。
来自微软研究团队和最近成立的Azure Space小组的专家们正在探索多种利用这一集成的方法。到目前为止,有一个想法已经浮出水面:分析在地球上观测到的沙尘暴,以更好地了解火星上的沙尘暴未来可能会给火星探测任务带来的影响,以及可以收集有关太空中植物生长需求从中得到新的发现。
对于HPE来说,与NASA的这次合作将会为自己在快速增长私有空间领域售卖硬件系统铺平道路。除了这次宣布推出Spaceborne Computer-2之外,HPE还表示将与OrbitsEdge合作,将自己增强的Edgeline融合基础设施设备用于轨道卫星上。OrbitsEdge提供了一种所谓的卫星总线解决方案,可以保护计算硬件免受恶劣空间条件的影响。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。