英特尔公司今天宣布,该公司帮助美国能源部建造的超大规模超级计算机Aurora的所有计算模块已经安装完毕。
该系统是能源部、英特尔和HPE公司三方的合作。它位于Argonne国家实验室。科学家们将使用该系统运行人工智能模型、模拟和大规模数据分析应用。
预计今年晚些时候,Aurora的理论峰值性能将超过2 exaflops。这将使它的速度几乎达到世界目前运行最快的超级计算机(即能源部另一个名为Frontier的系统)的两倍。一个exaflop等于每秒10亿次的计算。
Argonne国家实验室的实验室副主任Rick Stevens表示:“在我们努力进行验收测试的同时,我们将使用Aurora来训练一些科学方面的大规模开源生成式人工智能模型。”“Aurora拥有超过6万个英特尔Max GPU,一个非常快的I/O系统和一个全固态大容量存储系统,是训练这些模型的完美环境。”
Aurora由10,624个被称为刀片的计算模块组成。这些刀片每个重70磅,在166个冰箱大小的机柜里运行。完全组装好的系统所占的空间相当于两个专业篮球场。
每个Aurora刀片包括两个来自英特尔至强Max系列CPU芯片的中央处理单元。还有六个英特尔Max系列GPU显卡。这些处理器由内存芯片、网络设备和内置在每个刀片中的冷却装置支持。
英特尔的Xeon Max系列CPU芯片基于10纳米架构。它们针对人工智能模型等工作负载进行了优化,这些模型需要频繁地将数据移入和移出内存的能力。为了加速此类工作负载,这些CPU采用了一种被称为HBM的高速内存,这在英特尔之前的芯片中是没有的。
英特尔的Max系列GPU,构成了Aurora的另一个核心构件,也针对AI工作负载进行了优化。显卡表达计算的语言被称为指令集。英特尔Max系列GPU的指令集专门针对矩阵乘法,即人工智能模型用来处理数据的数学运算。
这些芯片还包括多达128个光线追踪单元。光线追踪是一种渲染照明和阴影效果的方法。据英特尔称,该技术加快了科学应用的数据可视化功能。
总体而言,Aurora具有21248个CPU和63744个显卡。这使得它成为世界上最大的GPU集群。这些芯片由一个220PB的对象存储池支持,Aurora将用来存储科学应用的数据。
充分利用Aurora的性能需要研究人员专门为该系统优化应用。为了减轻这一任务,能源部已经创建了一个名为Sunspot的缩微版Aurora。它提供了一个环境,研究人员可以在其中测试不同的软件优化方法。
截至今年早些时候,有十多个研究小组正在使用该系统。一旦Aurora开始运行,这些团队将开始从Sunspot转移代码。早期的Aurora用户将侧重确定在第一批生产应用可以部署之前可能必须解决的所有技术问题。
好文章,需要你的鼓励
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
欧洲太空通信产业发展迅猛。乌克兰Kyivstar获得监管批准测试Starlink直连手机服务,完成了与星链卫星网络的SIM卡集成测试,计划2025年第四季度推出支持短信和OTT消息的D2C服务。同时,CTO宣布即将发射首个再生5G毫米波载荷,其J-1任务旨在演示轨道超高速低延迟5G传输。该公司正构建超低轨道星座,使用5G毫米波频谱提供高速低延迟连接。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。