美国橡树岭国家实验室(Oak Ridge National Laboratory)的Frontier超级计算机在全球最快超级计算机Top500榜单中名列前茅。
今天发布的最新版Top500榜单中,Frontier成为全球速度最快的超级计算机,性能为每秒1.102 exaflops(exaflop等于每秒100万万亿次计算操作)。Frontier的性能是使用HPL这一主流的基准测试进行衡量的。
此前Top500榜单的头把交椅是位于日本神户的Fugaku超级计算机,Fugaku在HPL基准测试中实现了442 petaflops的性能,理论最高速度据称超过了1 exaflop。
美国能源部在2019年5月公布了一项科技计划,其中就包括了Frontier超级计算机。美国能源部将Frontier超级计算机的开发任务委托给了AMD和超级计算机制造商Cray。
就在该计划公布的几天之后,HPE宣布签署协议以13亿美元的价格收购了Cray,这次收购也让HPE成为超级计算市场中最大的厂商之一。此后,HPE将Cray的产品纳入了自己的超级计算产品组合中。
Frontier系统中包含了74个HPE Cray EX机柜,每个机柜可容纳128个刀片(一种紧凑型服务器)。刀片通常比标准数据中心服务器的组件更少,更易于冷却,与硬件维护相关的某些任务也更为简单。
Frontier系统中的每个刀片都采用了1个AMD的Epyc处理器CPU和4个Instinct MI250x加速器。MI250x加速器是AMD销售的计算模块,具有2个6纳米GPU,每个GPU都配置了大量HBM2E内存,这是一种高速内存,用于存储芯片正在处理的数据,以实现快速访问。
总的来看,Frontier包含了大约9408个CPU和37632个GPU,通过专门的冷却系统对芯片进行散热,这种冷却系统每分钟流经Frontier约5900加仑的水。
相比空气来说,水的导热性更好,因此水冷系统通常比风扇更有效。HPE表示,Frontier系统不仅是全球最快的超级计算机,而且是最节能的。Frontier提供每瓦52.23 gigaflop的性能,1 gigaflop相当于每秒10亿次计算操作。
Frontier系统的芯片、机柜和其他组件通过长约90英里的电缆连接在一起,CPU和GPU由一种名为Orion的高速存储系统提供支持,该系统提供700 PB的容量,每秒可以将超过35 TB的数据写入存储,并且每秒执行超过150亿次随机IPOS。
HPE公司执行副总裁、高性能计算和人工智能部门总经理Justin Hotard表示:“今天公布的Frontier exascale级超级计算机在速度和性能方面取得了突破,让我们有机会解答那些以前甚至都不知道要问的问题。Frontier系统一套一流的系统,是技术专家、科学家和研究人员设想的、旨在释放全新能力、同时提供开放科学、人工智能和其他突破并造福人类的系统。”
据HPE称,Frontier系统帮助研究人员开发出的神经网络,其规模是此前使用早期硬件搭建的神经网络的8倍,而且人工智能训练速度将提高4.5倍。
美国橡树岭国家实验室的计算和计算科学实验室副主任Jeff Nichols说:“来自世界各地的科学家和工程师将利用该系统非凡的计算速度,来解决我们这个时代最具挑战性的一些问题。”
HPE和AMD目前正在为美国能源部开发另一套名为El Capitan的百亿亿级超级计算机,该系统预计速度比Frontier更快。到2023年推出时,El Capitan的性能将超过2 exaflops。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。