至顶网服务器频道 11月06日 新闻消息: 11月12日-17日,全球超算大会SC17将在美国丹佛举行,本届大会的热点议题涵盖E级计算、人工智能、HPC云等,预计将吸引将有至少117个国家和地区的超过10000人参会,将有334家厂商参展,创下大会历年最高纪录。据行内人士分析,本届SC大会将有四大悬念备受关注。
Top500冠军花落谁家?
自天河二号和"神威·太湖之光"相继问世以来,中国已经把持了超算TOP500榜单冠军9次。而本次SC17的TOP500冠军或许有变,由美国能源部投资建造的Summit和Sierra两套10亿亿次级别的超级计算机均预计在2018年初投入使用。其中Summit超级计算机交付的峰值性能将达到200PFlops,远超中国的神威太湖之光。最近业界风传Summit有可能会提前到SC17大会前交付,如属实则其将很可能成为全球最快超级计算机。此外,据传天河二号已经完成升级,运算能力大幅提升,也将成为TOP500榜单头名的有力争夺者。当然,行业专家分析称,采用了全国产芯的神威·太湖之光还是最有希望蝉联本届榜首。
AI要席卷超算大会?
今年的德国ISC17大会首次设立了"AI Day",重点讨论了深度学习的计算需求将如何影响当前和未来的高性能计算基础设施。而美国作为当前人工智能技术积累最深厚、产业链最完整的国家,SC17大会大有可能会刮起更加猛烈的人工智能"风暴"。
从目前参展的厂商来看,包括NVIDIA、Intel、浪潮、谷歌等涉足人工智能技术的公司悉数在列。其中,浪潮作为中国厂商的代表,已深度参与到全球AI计算市场的竞争中,其在大会期间将展示的AGX-2、GX4、SR-AI整机柜、FPGA卡F10A等新型AI计算设备,已经在众多的人工智能领先公司中成功应用。另据透露,浪潮还将在SC17上发布重量级的AI报告,并与业界巨头公司联合发布多项计划。如此密集的AI发布力度在全球厂商中非常罕见,也让外界对此充满期待。
浪潮推出的AI计算系列产品
E级超算提前问世?
E级超算仍将是本届大会重点探讨的议题之一。而前不久美国能源部宣布Aurora超算系统建设计划目标修改为于2021年建成E级超算的消息更是一石激起千层浪,引发各界人士众多关注和猜测。大会期间,由亚洲超算协会和浪潮集团联合举办的第17届中外超算高峰论坛((HPC Connection Workshop),将邀请来自中国、美国和欧盟的E级超算项目主管,现场分享三大巨头的E级超算建设计划和最新进展。对于关注下一代超算发展的业内人士来说,这场峰会不容错过。
中国再获戈登·贝尔奖?
本届SC大会上将公布最新一期的戈登·贝尔奖得主。目前共有3篇论文入围戈登·贝尔奖最终提名,其中2篇来自中国的论文分别是基于"神威·太湖之光"的千万亿次级气候建模性能的CAM-SE和15-Pflops非线性地震模拟实现10Hz场景描述,另外一篇是来自普渡大学的三维图像重建。今年中国能否再获戈登·贝尔奖备受关注。
在去年SC16上,中科院软件所杨超研究员与清华大学副教授薛巍、付昊桓等人联合北师大组成的研究团队,凭借在"神威·太湖之光"上运行的"全球大气非静力云分辨模拟"应用,获得戈登·贝尔奖,实现了我国高性能计算应用成果在该奖项上零的突破。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。