【中国,深圳,2016年4月28日】中国科学技术大学(中国科大)近日宣布将携手华为高性能计算(HPC)解决方案出征ISC 2016国际大学生超算大赛(ISC2016-SCC),今年的比赛将于2016年6月21-23日在德国法兰克福展开,12支来自全球各地的一流高校队伍将同场竞技。
ISC国际大学生超算大赛是由国际高性能计算咨询委员会(HPCAC)和国际超级计算大会(ISC)联合举办的高性能集群设计及测试比赛,是国际高性能计算领域的两大权威赛事之一,被外界喻为高性能计算领域的“奥林匹克竞赛”, 其赛事宗旨在于为国际高性能计算社区引荐新一代的大学生人才,同时也为高性能计算解决方案提供商提供领先技术及方案展示的绝佳平台。
今年的ISC-SCC 中国科大华为战队由6名来自计算机及物理学院的大二和大三学生组成,华为HPC解决方案的技术专家将全程为学生们提供参赛集群构建及系统调优的技术支持和指导。
中科大学生正接受华为HPC专家指导
中国科大华为战队的学生们将基于华为高性能解决方案设计并搭建计算机集群,硬件采用华为FusionServer机架和高密服务器,并部署高性能GPU加速卡和高速IB网络。根据赛事规则,参赛队伍需要在运行时功耗≤3000瓦的约束条件下,完成高性能计算系统基准测试程序Linpack和HPCC对系统性能的单项和综合测试,完成5个指定并行应用软件的性能/功耗优化测试。这些并行软件可能来自科学、工程和大数据计算等多个不同学科领域的实际应用,对硬件计算资源和软件环境的需求各不相同,需要参赛学生针对不同的算例,对算法、库、编译、运行时系统、加速器硬件和系统等多个层次进行综合优化和调试,对硬件厂商和参赛学生都是高难度的考验。
中国科大计算机学院的安虹教授担任此次中国科大华为战队的领队,她表示,“华为是一家持续创新同时秉持开放合作精神的一流IT企业,这与中国科大致力于世界一流的精品教育,培养拔尖人才的高等教育理念非常契合。中国科大非常高兴此次比赛能够与华为强强联手,共同展示高性能计算教育和技术水平。”
华为在HPC和服务器领域多年耕耘,目前能够提供基于FusionServer服务器的计算资源密集型、加速性能密集型、内存计算密集型等多种特点不同的高性能解决方案,整体系统部署华为机柜级及刀片板级液冷解决方案,不仅能够充分发挥计算集群的极致性能,而且能够显著降低大型计算集群和数据中心的高额能耗。
华为深刻理解工业制造、教育科研等行业领域对高性能计算的细分需求,提供软硬件集成优化的HPC解决方案能力。近年来,华为已经成功为加拿大多伦多大学、英国纽卡斯尔大学、瑞典乌普萨拉大学等全球知名教育科研单位部署HPC平台,同时与波兰波兹南超算中心达成战略合作协议,并成立联合创新中心,实现长期稳定的技术合作关系。
--全文结束—
华为公司简介
华为是全球领先的信息与通信(ICT)解决方案供应商。作为负责任的稳健经营者、创新的信息社会使能者、合作共赢的产业贡献者,华为致力于构建更美好的全联接世界。华为坚持围绕客户需求的持续创新,与合作伙伴开放合作,在电信网络、企业网络、终端和云计算等领域构筑了端到端的解决方案优势。通过全球专注敬业的17万名华为人,致力于为运营商客户、企业客户和消费者创造最大的价值,提供有竞争力的ICT解决方案、产品和服务。目前,华为的业务遍及全球170多个国家和地区,服务全世界1/3以上的人口。华为公司成立于1987年,是一家由员工持有全部股份的民营企业。欲了解更多详情,请参阅华为官网:www.huawei.com
中国科学技术大学简介
中国科学技术大学是中国科学院所属的一所以前沿科学和高新技术为主的综合性重点大学。1958年9月创建于北京,创造性地把理科与工科即前沿科学与高新技术相结合,注重基础课教学,高起点、宽口径培养新兴、边缘、交叉学科的尖端科技人才。学校面向世界科学前沿领域和国家重大需求,凝练科学目标,开展科学研究,努力提高学术研究水平和科研创新能力与科研竞争力,取得了一批具有世界领先水平的原创性科技成果。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。