与新加坡国家超级计算中心和澳大利亚国家计算基础设施中心联合举办的年度竞赛汇聚了亚太地区的众多精英学生团队共话HPC和AI技术
美国加州桑尼维尔/新加坡 – 2022年5月19日 – 国际高性能计算与人工智能咨询委员会、新加坡国家超级计算中心(NSCC)和澳大利亚国家计算基础设施中心(NCI)联合宣布第五届亚太区HPC-AI大学生竞赛胜利召开。为期6个月的竞赛,将面向亚太地区各个国家的大学生和研究生,共同探讨技术开发,挑战对高性能计算(HPC)和人工智能(AI)技术的理解,并以饱满的热情向国际评委会展示参赛团队的竞赛成果。
2022届亚太HPC-AI竞赛已经吸引了来自12个国家和地区的22个学生团队,共计上百名学生奋力鏖战,向梦寐以求的年度最佳团队桂冠发起冲锋。
今年的竞赛关键任务聚焦三个热点研究课题,将应用HPC和AI 技术来加深理解,以期寻找提升人类健康问题的答案,并促进我们共同的地球资源和环境实现可持续发展。这些课题包含使用HPC技术来解构面向未来的绿色能源机理,使用人工智能技术训练和分析卫星数据以实现更好的气候模型和天气预报,以及使用深度学习方法来实现DNA序列快速解码来增强疾病预防和医疗护理。
2022年竞赛的3个主题任务是:
转录因子(TF)在基因表达调控网络中扮演了关键角色。参赛团队需要使用基于深度学习的AI模型来高清晰度解码转录因子结合位点,以更好地理解转录因子的调控机制。
国际高性能计算与人工智能咨询委员会、新加坡国家超级计算中心和澳大利亚国家计算基础设施中心将联合为所有参赛选手提供HPC和AI基础培训和竞赛任务训练等支持。此外,新加坡国家超级计算中心和澳大利亚国家计算基础设施中心还将为所有参赛队伍提供CPU和GPU集群资源以帮助参赛选手实现编程和上机实践。
“亚太区HPC-AI竞赛已经成为了精彩的年度盛会,来自亚太各地区的数百学生一起,共同探讨、夯实HPC和AI基础知识,围绕对世界至关重要的课题开展工作”, 国际高性能计算和人工智能咨询委员会主席Gilad Shainer说,”我们希望每个参赛学生都能通过竞赛获得成就,同时感谢新加坡国家超级计算中心和澳大利亚国家计算基础设施中心对竞赛提供的教育、培训和资源支持”。
“亚太地区人口占世界总人口的60%,因此2022年竞赛选择的人类健康和环境相关的任务对亚太地区特别有意义。年度HPC-AI竞赛已成为一个至关重要的培训基地,培育了大量的HPC和AI专业人员,并且为他们创造直面挑战的机会”,新加坡国家超级计算中心主任Tan Tin Wee表示,”与国际高性能计算和人工智能咨询委员会,以及我们的紧密合作伙伴澳大利亚国家计算基础设施中心的通力合作,将有力帮助本地区的学生和团体实现HPC和AI技术的进步”。
“HPC-AI竞赛为学生创造直面真实世界课题的机会,鼓励学生使用创新的方法来思考和处理问题”,澳大利亚国家计算基础设施中心培训和研究主管Jingbo Wang博士表示,”我们期待一个精彩而有教育意义的竞赛,衷心感谢国际高性能计算和人工智能咨询委员会的鼎力合作,帮助促进本地区的HPC和AI专家人才库建设和成长”。
最终获胜团队将于2022年11公布,然后将于2023年2月28日到3月2日在新加坡举办的SupercomputingAsia 2023大会期间举办正式的授奖庆典活动。
更多关于竞赛的信息请访问 www.hpcadvisorycouncil.com。
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。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
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。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。