10月19日,在于安徽合肥举办的“第13届全国高性能计算学术年会”(HPC CHINA 2017)上,曙光与中国科学技术大学就建立“EasyOP高性能计算在线服务平台(安徽分中心)”(下简称“安徽分中心”)举行授牌仪式。曙光公司副总裁任京暘表示,安徽分中心的建立是先进计算多元时代来临之际,服务专业化的探索与具体实践。
曙光抢滩“先进计算”
曙光紧跟《“十三五”国家科技创新规划》先进计算发展方向,在系统的可靠性和容错性、应用效率与适用性、性能与可扩展性、高效管理和运维、生态环境与产业化以及功耗、能效比、节能方面进行技术创新,在绿色节能、信息安全、网络安全、技术应用(包括智慧城市、物联网、生物识别、卫星遥感等)方面进行全产业链布局,不断实践探索,抢滩先进计算领域。
作为一家以高性能计算起家的企业,中科曙光始终将探索更先进的计算技术作为公司一项重要内容。在HPC学术年会的主题演讲中,曙光公司副总裁任京暘表示,近年来,曙光不仅持续在高性能计算前沿领域发力,还于近期交付了中国首台量产全浸没式液冷服务器、全球首款量子通信云安全一体机、P+P架构全新DeskHPC等,包括在需求日益增长的大数据和人工智能计算方面亦是不断夯实自身能力。
“曙光公司是中科院先进计算技术创新与产业化联盟理事长单位,这使得曙光不仅拥有计算领域长期的技术和产业化积累,还能够在最前沿的计算技术面前‘近水楼台先得月’,探索各类创新性、颠覆性先进计算手段。”任京暘表示,先进计算是中国变道超车的机会,曙光愿与各领域伙伴一道,共同推进中国信息技术产业的跨越性发展。
安徽分中心助力中部科技创新高地
“安徽是大科学装置集中地区,承载着国务院率先建成‘国家综合性科学中心’的期许,这必然离不开先进的信息技术基础设施做保障。”曙光公司HPC产品事业部总经理李斌表示,作为提升高性能计算集群可用率和使用效率的先进管理工具,EasyOP安徽分中心将为安徽省打造国家综合性科学中心,尽快在优势产业、优势领域形成全球竞争力等方面提供重要支撑。
党的十八大以来,安徽立足本省发展实际与需求,将“改革科技供给”作为发展的突破口,获批成为全国创新型省份建设试点,围绕构建“原始创新—成果转化—新兴产业”的全链条产业创新体系,开展了一系列改革。合肥市集聚了具有世界先进水平的大科学装置群、高水平的科研机构和大学,取得了一批国际领先的科技成果。EasyOP安徽分中心的建立,将推动安徽省产学研用一体化快速有效轮动发展,进一步升级中部地区科技服务水准。
EasyOP所提供的众集群统一管理和跨集群资源统一共享,尤其是集群使用与运维大数据的收集与分析,将为安徽省未来集群的建设规划提供新的思路,分中心也必将成为中科大“双一流”大学建设中的一抹亮色。
高性能计算是国家“十三五”规划的重点方向,其产业前景巨大,且对科技创新及其他产业支撑作用明显。EasyOP高性能在线服务平台是互联网+与现代科技服务业有机融合的创新性服务新模式,安徽分中心将在一定程度上有效地提高安徽省在科技服务领域的显示度和示范性。EasyOP安徽分中心的落成,不但能够为安徽省重大工程中高性能计算基础设施的后期运维与管理提供高效的工具,还将帮助中科大降低当前和未来集群使用过程中的运维压力,有力支持安徽省新支撑体系建设的战略。
好文章,需要你的鼓励
2026年4月19日,北京举办了一场半程马拉松赛事,人形机器人不仅超越了所有人类参赛者,还打破了人类世界纪录。荣耀公司的机器人以50分26秒完赛,优于乌干达选手Kiplimo保持的57分20秒纪录。赛事共吸引约100支中国团队的300台机器人参赛。相比去年首届赛事最快机器人耗时2小时40分,今年成绩大幅提升。专家指出,人形机器人在复杂环境中的实际应用仍面临挑战,但中美两国已投入数十亿美元推动该领域发展。
这篇由清华大学、香港大学、美团LongCat团队等机构联合发布于2026年4月的综述(arXiv:2604.10098),是关于Transformer"注意力沉积"(Attention Sink)问题的首篇全面系统性研究。注意力沉积是指AI模型将大量注意力集中到语义无关的词上的普遍现象。综述梳理超过180篇研究,围绕"如何利用、如何解释、如何消除"三个维度构建了完整知识体系,涵盖大语言模型、视觉Transformer、多模态模型等多种架构,为AI推理效率、幻觉治理和低精度部署提供了系统性指导。
音乐流媒体平台Deezer披露,其平台每日新增AI生成音乐高达7.5万首,占新上传音乐的44%。更令人担忧的是,这些AI音乐的播放量中约85%来自欺诈性机器人流量。Deezer已开发出误报率低于0.01%的AI检测技术,并主动将AI标记音乐排除在推荐和编辑歌单之外。调查显示,97%的用户无法分辨AI音乐与人类创作的区别,随着AI音乐生成门槛持续降低,流媒体欺诈问题或将进一步加剧。
这项由加州大学圣地亚哥分校等多家机构联合发布于2026年4月的研究(arXiv:2604.11201),推出了名为COCOABENCH的AI综合能力测试平台,包含153道需要同时运用视觉理解、网络搜索和编程三种能力的真实任务,并配套轻量级测试框架COCOA-AGENT。测试发现,当前最强AI系统成功率仅为45.1%,主要失败原因集中在推理规划、工具执行和视觉感知三大方面,揭示了现有AI距离"真正全能数字助手"仍有显著差距。