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
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。