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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。