2022年6月25日,北京 —— 今日,由中国计算机学会高性能计算专业委员会指导,英特尔中国携手并行科技举办的2022第十届“英特尔”杯全国并行应用挑战赛(PAC 2022)于北京正式启动,英特尔研究院副总裁、英特尔中国研究院院长宋继强博士受邀出席此次启动仪式,并发表演讲。期间,英特尔不仅宣布将首次提供基于英特尔®Xe-HP微架构的高性能GPU开发平台作为大赛竞赛平台,亦将新设立oneAPI技术应用奖,鼓励参赛者使用基于开放工业标准的异构计算编程语言及工具,旨在通过将领先的产品技术前置到高校人才环节而为高性能计算行业储备人才力量。
中国工程院院士、大赛指导委员会荣誉主席郑纬民发表致辞时指出,对于培养高性能计算人才而言,除了通过课程学习打好理论基础,实践也必不可少,参与PAC大赛则能够大大提升参赛者的系统能力。很高兴能一路见证和陪伴PAC大赛走过十周年,也希望未来大赛能为产业和参赛者带来更多增益。
中国工程院院士、大赛指导委员会共同主席孙凝晖表示,得益于大赛与时俱进、不断变更以贴合时代需求的主题设置,和英特尔等企业十年如一日的持续投入,PAC大赛已成功与大家走过了十年,相信只要我们对并行计算的热爱与激情不减,大赛便可以继续向前,为社会创造更多价值。
与此同时,英特尔研究院副总裁、英特尔中国研究院院长宋继强博士在演讲中表示,回望过往十年,随着云计算、边缘计算等被纳入并行计算范畴,并行计算得以高速发展。人才是行业发展的“源动力”,站在PAC大赛十年的全新起点,英特尔将不忘“为参赛者助跑,为从业者加速”的初心,以领先的产品技术助力高性能计算人才培养,为产业输送生力;同时,亦将通过对跨不同领域行业大赛的助力,协同培养和打造复合型人才,以更多具有国际影响力的应用成果应对现实世界挑战。
为从根本上加速高性能计算领域发展,助力行业复合型人才培养,自2013年起,英特尔作为联合主办方便开始为“英特尔杯”全国并行应用挑战赛(“Intel Cup” Parallel Application Challenge - PAC)提供硬件平台、软件工具和相关培训,今年,英特尔更是为PAC大赛打造了基于英特尔®Xe-HP GPU的高性能计算软件开发平台。该平台拥有高密度的计算设备和超高带宽的HBM2e内存,同时采用支持灵活部署的PCle Gen4适配卡以及GPU加速器为参赛者提供竞赛支持。与此同时,英特尔亦将持续提供开放且基于标准的统一软件堆栈oneAPI,旨在解放原有的私有编程模式,帮助参赛者更高效地利用CPU、GPU等加速硬件并实现跨架构性能的可移植性。
经过十年的深耕和发展,“英特尔杯”全国并行应用挑战赛已经成为我国高性能计算领域水平领先的挑战赛。截止目前,大赛已成功吸引来自国内40余座城市、400多所高校和单位的1500余支队伍参与其中,累计直接参赛人数者超过13000人。其中,来自中科大的鸿雁队凭借其于PAC 2019年的获奖项目“癌症放射AI辅助系统——Radioseg”,在去年举行的英特尔全球人工智能影响力嘉年华中斩获18岁以上组全球最高奖项。得益于英特尔至强可扩展处理器和OpenVINO,Radioseg可在实践中提供满足实际需求的推理速度,不仅为医生大幅度减少工作量,亦能为癌症患者提供更精准的治疗,在降低医疗成本的同时提高医疗资源利用率。
除了长期以来在人才培养上的深耕,英特尔亦始终通过推动产品技术创新以加速高性能计算应用落地。现阶段,英特尔已携手一众生态合作伙伴,以领先、全面的产品组合为工程制造、天气预报、药物研发、地质勘探等不同垂直领域打造多样化解决方案。未来,英特尔不仅将在“四大超级技术力量”——无所不在的计算、无处不在的连接、从云到边缘的基础设施、人工智能的驱动下,持续大幅提升高性能计算能力,同时亦将进一步与产、学、研界展开紧密合作,将理论与实践相结合,为产业培养专业的复合型人才,助力打造更具可持续性和开放性的高性能计算,解锁高性能计算领域新机遇。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。