Nvidia近日详细介绍了研究人员将使用Nvidia芯片支持科学发现的三项举措。
其中一项举措,是布里斯托大学部署一台由Nvidia Grace CPU Superchip处理器提供支持的超级计算机;另外两个项目则专注于量子计算。Nvidia在本周于汉堡举行的ISC 2023 大会上详细介绍了所有这三个项目。
节能型超级计算
英国布里斯托大学正在领导一项计划,旨在构建一台针对研究工作负载优化了的新型超级计算机——Isambard 3,它将由HPE使用Nvidia芯片制造。
据Nvidia称,Isambard 3将配备384个Grace CPU Superchip处理器,每个处理器都包含144个基于Arm设计的CPU核心。这些核心支持SVE Arm指令集技术,可让CPU更高效地运行AI工作负载。
Nvidia预计Isambard 3在执行涉及FP64数据的计算时,将实现2.7 petaflops的最高速度(1 petaflop等于每秒1千万亿次计算操作,FP64则是超级计算机常用的一种数据格式,用于组织其处理的信息)。
科学家们计划使用Isambard 3执行一系列任务。据Nvidia称,该系统将支持人工智能、生命科学、医学、生物技术和天体物理学等领域的研究计划,能够模拟风力涡轮机等大型复杂结构和分子水平的生物机制。
Isambard 3计划于2024年上线。一旦投入运行,该系统的功耗预计将低于270千瓦,成为欧洲最节能的超级计算机之一。Nvidia估计,Isambard 3的能效是布里斯托大学上一代超级计算机的6倍。
Nvidia公司超大规模和高性能计算副总裁Ian Buck表示:“随着气候变化成为一个日益严重的生存问题,计算采用节能技术变得至关重要。NVIDIA正在与Arm Neoverse生态系统展开合作,为打造更节能的超级计算中心铺平前进的道路,推动科学和工业研究取得重大的突破。”
新的量子计算计划
Nvidia还在这次ISC 2023大会上详细介绍了Nvidia的技术是如何为英国和德国的两项量子计算计划提供支持的。
第一项计划,是由罗尔斯·罗伊斯(Rolls Royce)公司与量子计算初创公司Classiq Technologies合作牵头,项目目标是推进罗尔斯·罗伊斯(Rolls Royce)公司开发更高效的喷气发动机,希望使用量子计算机来减轻工程师的工作。
罗尔斯·罗伊斯(Rolls Royce)公司与Classiq合作,使用了一组Nvidia A100 GPU来开发和模拟量子电路。这是一种专门的算法,将来可以运行在量子计算机上。罗尔斯·罗伊斯(Rolls Royce)公司表示,其算法有1000万个“层”和39个量子位。
根据Nvidia的说法,这种量子电路旨在执行与计算流体动力学相关的计算,计算流体动力学是一个专注于模拟复杂物理现象的科学领域。劳斯莱斯公司的量子电路号称是专门为计算流体动力学开发的、同类电路中最大的。
Buck表示:“喷气发动机是地球上最复杂的设备之一,其设计成本高昂且计算难度大,NVIDIA的量子计算平台为罗尔斯·罗伊斯(Rolls Royce)公司提供了一条潜在的途径来解决这些问题,同时加速对更高效喷气发动机的研究和未来开发工作。”
Nvidia此次还详细介绍了和德国研究机构FZJ合作的第二个量子计算计划。FZJ正在与Nvidia合作建立一个新实验室,该实验室将以两家公司所谓的经典量子超级计算机为特色,该系统设置包括了经典计算元素和量子计算元素。
Nvidia详细介绍说,该设备将由总部位于慕尼黑的公司ParTec AG开发。反过来,FZJ研究人员将使用Nvidia的cuQuantum和CUDA Quantum软件工具来模拟系统上的量子处理器。FZJ已经运行了一台配备了3744个Nvidia A100 GPU的经典超级计算机。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。