达拉斯 - SC22 - 2022年11月14日 - NVIDIA今日宣布 Quantum-2 InfiniBand 已得到广泛采用,包括微软Azure云在内的多个客户已使用新产品用于加速科学研究。
NVIDIA 合作伙伴在 SC22 上介绍了这些新产品。NVIDIA 还在会上发布了 cuQuantum、CUDA® 和 BlueField® DOCA™ 加速库的重大更新。
Quantum-2 和库的更新均属于 NVIDIA HPC 平台的一部分。NVIDIA HPC 平台作为完整的技术堆栈,包含 CPU、GPU、DPU、系统、网络以及各种 AI 和 HPC 软件,让研究者能够基于本地和云端的强大系统,大幅加速工作进程。
NVIDIA 创始人兼首席执行官黄仁勋表示: “AI 正在重塑科学研究的方法。通过对数据进行学习,AI 能够预测自然界高度复杂的运转机制——从核聚变反应堆中等离子体粒子的行为,到未来几十年人类对区域气候的影响等。我们为科学家提供了一个能够加速原理性数值与 AI 方法的通用科学计算平台,这一工具将助力科学家开展能够造福人类的研究。”
Azure 率先提供用于 HPC 工作负载的 NVIDIA Quantum-2
在 NVIDIA 于今年 3 月举办的 GTC 上宣布 Quantum-2 全面可用后,微软 Azure 就率先采用了NVIDIA Quantum-2 InfiniBand网络平台。
微软 Azure AI 基础设施总经理 Nidhi Chappell 表示:“微软 Azure 等新一代云平台孕育着 AI 和 HPC 等革命性企业级技术的未来,使创新者有望实现划时代的技术突破。NVIDIA Quantum-2 InfiniBand 网络平台使 Azure 具备了世界级算力中心的强大吞吐能力,且能够以云规模按需提供,助力使用 Azure 的研究者和科学家成就毕生的事业。”
加速库迎来重大更新
为助力推动科学研究,NVIDIA 发布了 CUDA、cuQuantum 和 DOCA 加速库的重大更新:
● NVIDIA CUDA 库现包括一个多节点、多 GPU 的 Eigensolver,能够为领先的 HPC 应用提供前所未有的规模和性能,例如用于第一性原理量子力学计算的软件包 VASP。
● 用于加速量子计算工作流的 NVIDIA cuQuantum 软件开发套件现支持近似张量网络的方法。这使研究者能够模拟数万个量子位,并对使用 cuQuantum Appliance 的超高性能量子模拟,自动实现多节点、多 GPU 支持。
● 用于 NVIDIA BlueField DPU 的开放式云 SDK 和加速框架——NVIDIA DOCA 现包括支持新存储用例的高级可编程性、安全性和功能。
通过这些库,研究者能够在多台服务器上进行扩展,并实现大规模的性能提升,从而推动科学研究。NVIDIA HPC 加速库已在领先的云平台 AWS、微软 Azure 和 Oracle Cloud Infrastructure 上使用。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。