这台Cray EX性能巨兽有望改善新加坡的天气预报准确度
HPE再拿下一份超算大单,这次是为新加坡气象局提供算力支持,协助新加坡和东南亚地区改进天气预报和热带气候研究。
这台新型超级计算机同样基于Cray EX架构,并搭载AMD Epyc处理器。可以看到,它跟目前全球排名最高的美国Frontier百亿亿次超级计算机使用同样的核心处理单元。

根据HPE的介绍,这套新系统顺利将新加坡气象局的算力储备翻倍,峰值性能可灰401.4万亿次。它将负责改进数据模型配置,并利用气象局的SINGV数值天气预报系统分析陆基与天基观测结果,借此提高预报准确性。
SINGV由新加坡气象局下辖的新加坡气候研究中心(CCRS)与英国气象局等机构共同开发,专门针对新加坡及周边地区的天气预报和气候应用进行配置。
HPE宣称,这台全新超级计算机的性能足以运行增强的预测后处理算法,其中利用机器学习技术来提高预测质量。由于算力更强,其还能承载更高分辨率的模型以改进天气与气候数据质量。
新系统的应用案例之一,就是耦合型海洋-大气-陆地-海浪建模系统(cSINGV)。HPE表示,这类系统能够更好地跟踪大气、陆地与海洋之间的强反馈效应,发现对东南亚地区天气和气候有重大影响的因素。
新加坡气候研究中心主任Dale Barker教授表示,这台新的超级计算机是由该机构合作设计,旨在加快处理速度、支撑下一代技术,从而推进建模与住址工具的升级。
他解释道,“我们的科学家和软件工程师致力于开发出先进的建模系统、检查复杂数据,以便为我国提供及时准确的天气预报。由于新加坡独特的地质定位,单日之内往往会经历多种天气过程。”
这台新超算在体量上自然远无法与百亿亿级Frontier超级计算机相媲美,其只包含196块AMD第三代Epyc处理器,但使用到了HPE的Slingshot高性能网络结构和Cray ClusterStor E1000并行存储互连等Cary EX设计方案。
奇怪的是,HPE和新加坡气象局都没有提到GPU,照理来说纯数字运算算法应该是GPU大显身手的理想场景,而且其他Cray EX系统也都有应用。包括Frontier、沙特阿拉伯的KAUST和芬兰的LUMI超级计算机,均搭载有GPU组件。
HPE称这一超级计算套件将带来强劲的计算性能,用以实现气候数据的模拟和住址、加快全局天气预报速度。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。