HPE和芯片初创公司Ayar Labs今天宣布达成合作伙伴关系,双方将利用硅光子技术提高超级计算机的效率。
在此次合作中,HPE风投部门Pathfinder对Ayar Labs进行了战略投资,投资金额未对外公开。此前这家初创公司曾在2020年底融资了3500万美元。
HPE通过子公司Cray成为超级计算机的主流厂商,而位于美国加州圣克拉拉的Ayar Labs则主要致力于开发适用于超级计算机的硅光子技术,两家公司的此次合作将旨在升级Ayar Labs的硅光子技术并将其商业化。
典型的超级计算机往往包含大量服务器,这些服务器在执行计算时需要不时地相互共享数据。很多情况下,超级计算机中每台服务器都包含了多种类型的处理器,这些处理器彼此之间也会共享数据以便进行计算。
数据通常以电的形式在超级计算机不同组件之间进行传输,而Ayar Labs开发的硅光子系统可以以光的形式传输数据。据Ayar Labs称,该技术的带宽要比传统方案高出1000倍的带宽,而功耗仅为其十分之一。
Ayar Labs是通过一款名为TeraPHY的紧凑型芯片提高该技术的。TeraPHY可以集成到CPU等处理器中,单个TeraPHY每秒可传输高达2TB的数据。芯片用于传输数据的光是由定制的激光模块产生的,可以支持16种不同的波长,该模块同样由Ayar Labs开发。
HPE计划将Ayar Labs的技术与自己的Slingshot系列互连设备进行集成,后者主要用于在超级计算机不同组件之间传输数据。Ayar Labs的TeraPHY芯片将让Slingshot设备能够在服务器之间更有效地传输信息,而提高互连速度就有可能提高超级计算机的整体性能,因为数据到达服务器的速度越快,处理就可以越早开始。
HPE高级副总裁、高性能计算和人工智能业务总经理Justin Hotard表示:“我们将继续投资和开发我们的高性能计算和人工智能技术,以进一步提高我们客户的应用性能。通过与 Ayar Labs合作,我们将推动高性能计算和人工智能市场的创新,并在未来几代HPE Slingshot中利用Ayar Labs在光学I/O方面的专业知识,以更低的功率和延迟提供前所未有的带宽和速度,以满足不断增长的规模和性能需求。”
除了将Ayar Labs技术与Slingshot产品线相结合之外,HPE还计划与Ayar Labs展开光子学方面的研究。HPE风投部门Pathfinder对Ayar Labs的投资,一部分就将用于支持该研究。
Ayar Labs首席执行官Charles Wuischpard表示:“此次合作将加速推出一种全新的系统架构,可克服传统互连现有的局限性,开启高效的、可扩展的高性能计算新时代。”
与此同时,两家公司将打造一个“解决方案提供商的联合生态系统”,以推动客户采用他们计划开发的未来产品。由于超级计算机存在诸多复杂性,因此超级计算机项目往往会涉及多家供应商,因此打造解决方案提供商生态系统以支持HPE和Ayar Labs的硅光子解决方案,此举将有助于推动HPE和Ayar Labs的商业化努力。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。