2023年8月24日,国际高性能计算和人工智能咨询委员会(HPC-AI Advisory Council)宣布了第11届亚太区RDMA(Remote Direct Memory Access,远程内存直接访问)编程竞赛结果,上届冠军队,来自中国的西北工业大学队蝉联本次RDMA编程竞赛的冠军;南开大学队和香港中文大学与澳大利亚国立大学的港中文澳国立联队获得本次竞赛的第二名;中国科技大学队、北京邮电大学和南京邮电大学联队、台湾暨南大学的Pangolin队获得的第三名。
本次竞赛共有40多支来自亚太区各个大学和科研机构的学生团队和10多支来自亚太区科技企业的团队参加了为期5天的2023年亚太区RDMA编程课,20支队伍被选中参与了最后的为期两天编程竞赛,共同挑战AI应用中的典型集合通信模型- Reduce/Scatter 通信场景,并通过先进的网络计算技术对其进行优化。Reduce/Scatter通信是当前热门的大语言模型应用中最关键的通信模型之一,在比赛过程中,参赛队伍表现出了极大的创新力和高超的编程能力,使 Reduce/Scatter集合通信性能得到了极大的性能提升。
本次竞赛由国际高性能计算和人工智能咨询委员会主办,得到了日本的PCCC(PC Cluster Consortium)、中国科学院计算科学研究所、清华大学和北京大学的大力支持,旨在为亚太区的学生们提供领先的RDMA编程课程的学习机会,并提供先进的软、硬件平台供学生们动手实践,再通过竞赛的形式来归纳和验证他们的学习效果,最终达到提升学生们的HPC和AI知识能力的效果。
赛后国际高性能计算和人工智能咨询委员会主席Gilad Shainer先生说到:“大模型时代的到来,需要在通信模型上进行创新,以满足单个训练集群动辄数千或者数万颗GPU对性能和效率的需求。网络设备,特别是网络计算技术及因此而出现的新型RDMA通信算法,将会是确保AI集群今后扩展无忧的关键技术。我们每年都要举办亚太区RDMA编程课和竞赛的目的就是帮助学生们扩展他们的知识面、提升他们的动手能力,让他们一走向社会后即能拥有最先进的知识。”
好文章,需要你的鼓励
AI项目从试点转向生产阶段时,企业面临意外的云成本激增问题。推理工作负载需要全天候运行以确保服务正常,成本可能一夜间飙升1000%以上。许多公司每月费用从5000美元激增至50000美元。为控制成本,企业开始采用混合架构:将推理工作负载迁移至本地或托管设施,训练任务保留在云端。这种模式可削减60-80%的基础设施支出,在保持性能的同时实现成本可预测性。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
企业在AI模型选择上面临开放源码与封闭专有技术的抉择,这一选择对财务和定制化都有重要影响。开放模型如Meta Llama提供更大控制权和定制选项,而封闭模型如OpenAI GPT-4o提供简化使用和企业级支持。专家建议采用投资组合策略,根据准确性、延迟、成本、安全性等因素选择合适模型,而非单一选择。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。