来自11个国家和地区的40支参赛队伍参加了为期8天的上机培训和竞赛角逐
中国北京/美国加州/新加坡– 2021年11月12日 – 国际高性能计算和人工智能咨询委员会今日宣布了第9届亚太区RDMA竞赛决赛获奖名单。一年一度的亚太区RDMA编程竞赛致力于在大学院校的编程课程和行业前沿的HPC、AI及存储通讯技术之间搭建桥梁和纽带。竞赛为大学和研究机构的学生提供了学习和实践行业最前沿的RDMA编程技术的机会。来自亚太地区11个国家和地区的40支参赛队伍参加了本届竞赛组委会提供的RDMA编程课程,有20支队伍入围最终的决赛。
决赛最终的获胜队伍是:
持续十余年免费提供RDMA编程课程和上机实践,亚太区RDMA编程竞赛已经成为亚太地区推动HPC和AI技术教育不可或缺的舞台。通过RDMA编程课程学习认证的学生将获得资格证书。在过去的竞赛中,数百名学生通过认证,他们中很多人毕业后成为世界各地头部企业的软件编程核心力量。
今年,亚太区RDMA编程竞赛题目瞄向云原生超级计算技术。国际高性能计算和人工智能咨询委员为基于数据处理器(DPU)+ CPU的平台制定了有针对性的RDMA培训课程,以期充分利用DPU和CPU的资源效率来达到最佳的软件性能。
国际高性能计算和人工智能咨询委员会主席Gilad Shainer 表示:“RDMA编程能力已经变成了现代HPC和AI应用的一项基础要求,超大规模云计算提供商和数据中心迫切需求大学和科研院所能够提供更多的优秀RDMA编程人才。国际高性能计算和人工智能咨询委员会拥有450多家来自世界各地的会员单位,赋能行业用户培育优秀人才,共同面对最具挑战的软件需求”
本届竞赛得到了中国科学技术大学,美国俄亥俄州立大学和清华大学的鼎力支持,组委会嘉宾和专家热情分享了他们最新的RDMA编程经验。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。