借助谷歌在工程和英特尔在优化方面的优势,博德研究所得以将研究水平提升到新的高度
为加快基因组研究,隶属于麻省理工学院和哈佛大学的博德研究所与英特尔和谷歌云携手合作,优化了他们的工作流,以获得快速、经济的谷歌N1和N2实例。与最初部署在谷歌云上的工作负载相比,此次合作使优化后的数据处理成本降低了85%。
HPC基因组学图像,由麻省理工学院和哈佛大学博德研究所提供
麻省理工学院-哈佛大学博德研究所数据科学平台外联与传播总监Geraldine Van der Auwera 表示:“我们知道,云技术将使数据联合和协作达到一个全新的水平。我们可以与其它各方合作,创建一个基于云的数据生态系统,使科研人员可以在利用自己生成的数据的同时,整合其它数据集,来实现更丰富、更强大的计算实验。”
为适应基因组数据量和计算研究需求的急剧增长,博德研究所将其负载迁移到了谷歌云N2实例。在迁移到基于英特尔®至强®可扩展处理器的N2实例上之后,通过对管线部署工作流进行模块化处理、根据负载需求正确调整云实例的大小并针对至强可扩展处理器进行优化,博德研究所的用户可以将其基因组学工作流在谷歌云上的运行速度提高约25%、成本降低34%。
英特尔与博德研究所自2017年起便展开合作,利用英特尔函数库(包括英特尔®基因组学核心函数库)帮助该研究所优化其管线部署和基因组分析工具包。双方还共同管理英特尔-博德基因组数据工程中心,来帮助世界各地的研究人员和软件工程师构建、优化并广泛共享新的工具和基础设施,以及帮助科学家整合和处理基因组数据。
英特尔还与博德研究所合作,帮助优化其在谷歌云上的管线部署。例如,基因组分析工具包中的特定内核针对使用英特尔®高级矢量扩展指令集512(英特尔® AVX-512)的矢量运算进行了优化。一些优化的存储功能使用了英特尔® 智能存储加速函数库(英特尔® ISA-L)。
为了实现更广泛的生命科学生态系统愿景,博德研究所、微软和Verily共同开发了Terra平台。这是一个安全的可扩展平台,供全球生物医学研究人员访问数据、运行分析工具并进行协作。Terra是在云基础架构之上构建的,这使博德研究所能够轻松扩展,并为科研人员提供新功能,使其更好地研究攻克人类疾病的解决方案。
基因组学已经改变了生物科学的呈现方式。在英特尔和谷歌云的帮助下,博德研究所处于创新前沿,支持并帮助加速基因组学的研究进程。通过迁移到云并针对谷歌云实例对负载进行优化,博德研究所以一种可扩展、前瞻性的方式完成了存储容量和计算能力方面的挑战。共同构建Terra平台使博德研究所不仅赋能其研究团队,而且还赋能世界各地的生命科学家,使他们能够充分利用这些优化的工具和管线部署,来创造一个联合数据生态系统,为生物医学研究开启诸多激动人心的全新可能性。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。