来自亚太区各国的20支队伍共同挑战世纪难题 – 关键应用中的计算和通信重叠
美国西部桑尼维尔时间 / 中国北京时间 – 2022年11月15日。2022中国超级算力大会。 今天,国际高性能计算和人工智能咨询委员会(HPC-AI Advisory Council)在2022中国超级算力大会宣布2022年第十届亚太区RDMA编程竞赛结果,来自中国古城西安的西北工业大学凭借其在竞赛过程中的优异表现获得了本次竞赛的冠军,无论从他们的代码实现和国际评委的面试结果都展示出了其强大的实力;中国科学技术大学和北京大学也表现不俗,获得了本次竞赛的二等奖;中国南方科技大学和沙特阿拉伯国王阿卜杜拉科技大学(The Saudi Arabia King Abdullah University of Science and Technology)联队,湖南大学和南京大学获得了本次大赛的三等奖。值得一提的是,这是我们第一次在RDMA编程竞赛中看到了来自中东的大学参与竞赛并进入了前三名,这标志着RDMA编程技术的普及已经走的更远。
通过RDMA (Remote Direct Memory Access) 技术在计算单元和计算单元之间通信,或者在计算单元和存储单元之间通信,正在变成对于各种分布式应用提升性能的标准和必选方案。RDMA技术可以将通信操作由主机计算设备卸载到网络上来,大幅降低通信的延迟、提升通信的效率和应用的扩展性。
第十届亚太区RDMA编程课和竞赛由国际高性能计算和人工智能咨询委员会(HPC-AI Advisory Council)举办,这项竞赛举办十年以来,一直得到了中国中科院计算所、美国俄亥俄州立大学(The Ohio State University)和清华大学的大力支持。本次活动一共包含了五天的RDMA编程课程、两天的Hackathon竞赛和一天的国际评委面试。
本次竞赛的任务是利用先进的UCC(Unified Collective Communications)
集合通信库在基于DPU(Data Processing Unit)的平台上实现对于iAllgather通信的异步操作,并对其性能进行优化,最后实现通信和计算重叠率最高和通信性能最优的队伍将获胜。在整个竞赛过程中,来自中国的西北工业大学队凭借其创新的想法,杰出的代码实现和优化达到了将近100%的计算和通信的重叠率,并在通信性能上得到了最高分,最终获得本次竞赛冠军。
关于本次竞赛,国际高性能计算和人工智能咨询委员会(HPC-AI Advisory Council)主席Gilad Shainer先生表示“RDMA技术已经被全球各大数据中心、云服务中心和人工智能计算中心广泛使用,但是当前的RDMA编程人才还远远不能满足市场的需求,全球对于RDMA编程人才的需求正在呈指数级增长。国际高性能计算和人工智能咨询委员会作为一个国际化非盈利性组织,一直致力于在全球范围内培养教育和培养面向未来各种高性能业务的编程人才,无数的曾经参加过RDMA编程课和竞赛的同学们已经成为了全球各大数据中心和政府科研机构的核心编程人才和技术骨干,我们非常高兴看到这个结果。”
欲知更多详情, 欢迎光临国际高性能计算和人工智能委员会网站。
www.hpcadvisorycouncil.com
好文章,需要你的鼓励
本文介绍如何使用Windows子系统Linux在Windows环境下搭建本地Linux网站开发服务器。通过安装WSL2和AlmaLinux 9,配置Virtualmin/Webmin控制面板,开发者可以在Windows中编写代码的同时在Linux平台上运行测试,无需额外硬件或远程服务器,完美模拟生产环境进行网站开发调试。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
开源Iceberg正成为数据湖表格式的通用标准,StarTree是最新将其作为实时后端的供应商。StarTree Cloud基于Apache Pinot构建,现可作为Iceberg之上的分析和服务层。该公司声称Iceberg支持能将其从被动存储格式转变为实时后端,为面向客户的应用和AI代理提供高并发服务。与其他查询引擎不同,StarTree专为低延迟、高并发访问而构建,可直接在原生Iceberg表上提供实时查询加速。
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。