Nvidia本周二宣布在英国上线Cambridge-1超级计算机,该系统预计耗资1亿美元,用于支持生命科学方面的研究。
Nvidia表示,这台超级计算机是英国迄今为止所部署的速度最快的计算机。
Nvidia公司创始人、首席执行官黄仁勋表示:“Cambridge-1系统将让全球领先的商界和学术界研究人员能够使用英国这台性能最高的超级计算机完成他们毕生的工作,以前所未有的规模和速度发现疾病和治疗的线索,而这在英国是前所未有的。这些科研成果虽然是在英国创造的,但影响力将是全球性的,推动开创性的研究,将让全球数百万人从中受益。”
在Linpack工具的测试下,Cambridge-1的系统性能可达8 petaflops 的性能。Linpack是一种主流的基准测试工具,通过让系统解决一系列数据方程式来测试系统的速度。Nvidia表示,Cambridge-1在运行AI工作负载时的性能可跃升到400 petaflops。
Cambridge-1系统是完全由可再生能源提供动力的,运行在数据中心运营商Kao Data管理的数据中心内。这台超级计算机采用给了80个Nvidia DGX A100计算模块,这些模块配备了用于运行AI软件的高端A100数据中心显卡,以及BlueField-2 DPU。DPU是一种辅助芯片,可以执行诸如网络管理之类的日常杂务,释放系统主处理器的资源用于执行其他任务,从而具有加速应用的效果。
Nvidia利用去年发布了SuperPOD架构打造了Cambridge-1系统。SuperPOD解决了构建超级计算机通常需要花费数月甚至是数年时间的这一挑战,通过使用Nvidia旗下Mellanox子公司的网络设备,将DGX A100计算模块连接在一起,使得该架构可以相对轻松地将DGX A100计算模块配备到超级计算机中,结果就是在某些情况下,硬件部署过程可以从几年或者几个月缩短到几周。
Nvidia将向生命科学领域的研究人员提供Cambridge-1系统,帮助推进他们的工作。Nvidia表示,正在与来自5个组织的研究人员展开Cambridge-1系统所支持的首批项目,包括AstraZeneca 、GSK、Guy’s and St Thomas’ NHS Foundation Trust、King’s College London和Oxford Nanopore Technologies。
目前Nvidia正在帮助AstraZeneca公司开发一种AI模型,研究可用于制造新药的化学结构。此外Nvidia计划把Cambridge-1系统用于一个旨在利用机器学习算法自动分析组织样本扫描的项目。
GSK将在药物发现过程中采用Cambridge-1系统,而King’s College London和Guy’s and St Thomas’ NHS Foundation Trust正在利用该系统训练AI模型以生成并合成大脑图像,从而使研究人员更好地了解大脑疾病,帮助他们开发促进早期诊断和治疗的各种方法。
King’s College London生物医学工程与成像科学学院院长Sebastien Ourselin教授说:“通过这一合作关系,我们将能够在医疗研究中具备前所未有的计算能力,这将真正改变患者的健康和治疗状况。”
此外,Oxford Nanopore Technologies公司也将利用Cambridge-1系统来改进他们的科学算法。该公司提供的DNA和RNA测序产品主要用于医疗和环境监测等领域。Nvidia表示,该公司预计利用Cambridge-1可以把某些算法改进任务的持续时间从几天缩短到几个小时。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。