国际高性能计算咨询委员会(HPC Advisory Council)成立于美国硅谷,是一个拥有超过400家成员的非营利性国际组织。
国际高性能计算咨询委员会(以下简称委员会)主席Gilad Shainer介绍,委员会每一年会在不同的国家举办五六个国际研讨会,HPC Advisory Council中国大会将在11月于无锡召开。

国际高性能计算咨询委员会主席(Mellanox市场副总裁)Gilad Shainer
据Gilad Shainer介绍,今年的HPC Advisory Council中国大会跟以往的形式有一个转变,更侧重于应用。“回归主题,如何发挥高性能计算应用的特点,什么新领域能用高性能计算技术这样一个探索的主题里面来。研讨会不会涉及到太多学术或者研究性的话题,我们完全走应用的方向,让大家去理解,知道外边发生了什么,知道我们能用它做什么更多的事情,纯应用角度去讲而不是研究角度。”
在HPC Advisory Council中国大会期间,委员会将邀请几家深度学习硬件公司,及国内比较领先做深度学习的软件公司和网络2.0公司,让他们分享怎么样用最先进的技术,做出最高性能的深度学习的平台。例如怎么样更快的去做脸部识别或图像识别,更多的去展示实例,给实际应用以启发。
并且,在几个月前,委员会还宣布将面向国内大学生发起第三届RDMA编程挑战赛(The Third Student RDMA Programming Competition),旨在为大学生提供学习RDMA,并成为RDMA编程高手的绝佳机会。大赛自2013年首次举办,就吸引了来自全国各地的20余家高校报名参加。在2014年举办第二届大赛时,更是吸引了30余家高校报名参加。
Gilad Shainer指出,挑战赛将于HPC Advisory Council中国大会期间举行颁奖典礼。据介绍,美国知名高校教授与专家将现场颁奖并会向表现优秀学生伸出入读美国名校的橄榄枝。在上一届比赛中,中国科学技术大学和西北工业大学荣获一等奖,来自华中科技大学和西安电子科技大学的参赛选手夺得二等奖,上海交通大学、南京大学和国防科学技术大学获得了三等奖。
作为一种先进的网络数据传输方式,RDMA(远程直接内存访问)技术除了在HPC领域,在云计算、大数据、数据库和高频交易等领域有广泛的应用,和传统的网络相比能显著提升原有应用的效率。它允许网络中的计算机直接从内存里交换数据,而不用涉及任何一台计算机的处理器、高速缓存或者操作系统。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。