至顶网网络频道 06月21日 综合消息: 世界领先的高性能计算、数据中心端到端互连方案提供商Mellanox今日宣布,在最新发布的全球超级计算机Top500榜单中,InfiniBand解决方案为2017年大部分新部署的TOP500系统提供加速,数量较 Omni-Path高出2.5 倍,比其他专有互连产品多出近 3 倍。
InfiniBand加速了TOP500榜单中60%的HPC系统,并在全部千万亿次系统中占据了半壁江山(48%,较2016年11月榜单中的45%有所增长)。而且,InfiniBand 解决方案还连接了全球领先的人工智能和深度学习平台,其中包括新晋上榜的Facebook平台。这充分证明 InfiniBand现已被大规模应用,并且在高性能计算和人工智能领域占据领先的市场份额。
Mellanox持续为全球最快的超算系统提供互连,为其提供高性能、高可扩展的高效网络。此外,Mellanox 以太网解决方案还连接了榜单中所有的40 Gb以太网系统、多个10 Gb以太网系统以及首个100Gb以太网系统。
“InfiniBand的网络内计算卸载优势为用户提供了最高的应用性能、可扩展性和稳健性,帮助他们实现数据中心投资回报率的最大化。在短短六个月内,EDR InfiniBand 系统在TOP500榜单上所占的份额提升了一倍以上,而且选择 InfiniBand 的最终用户数量远远超过其他专有产品,市场份额稳中有升。另外,InfiniBand 在人工智能和深度学习平台中的部署量也在持续提高,现已成为此类解决方案的理想选择” ,Mellanox公司总裁兼CEO Eyal Waldman表示。 “我们也很高兴看到更多来自Mellanox的10、40和100G以太网解决方案出现在 500 强榜单中,总共有192个系统采用了Mellanox互连解决方案。我们计划在今年晚些时候发售新一代200Gb/s HDR InfiniBand解决方案,这将进一步提升 Mellanox 在高性能计算、云计算、Web2.0、数据库、深度学习领域以及计算与存储平台的技术优势。”
全球超级计算机TOP500排行榜以Linpack基准测试系统为评定标准,该榜单每年发布两次,公布于www.Top500.org 网站。
本次榜单亮点包括:
· 全球最快的超级计算机选用Mellanox进行互连
·在 2017 年上半年,InfiniBand 是TOP500中HPC系统采用最多的互连方案,新用户数量比 Omni-Path 高出 2.5 倍,比其他专有互连产品高出 3 倍
·Mellanox InfiniBand 和以太网解决方案加速了TOP500榜单中近 39%的系统(192个系统)
·InfiniBand 连接了全部 500 强系统中的 36%(179 个系统)
·InfiniBand 连接了TOP500中60%的HPC系统
·InfiniBand 是千万亿次级别系统的首选解决方案,连接了 TOP500 榜单中 48% 的千万亿次系统
·EDR InfiniBand的安装部署数量在六个月内增长了 2.5 倍
·InfiniBand 为千万亿次级系统提供的系统效率比 OmniPath 高出 1.7 倍
·所有的40G以太网系统均由Mellanox提供互连
·Mellanox为榜单中首个100G以太网系统提供互连
·在TOP100,TOP200及TOP300的榜单中,InfiniBand是应用最多的网络互连方案
·InfiniBand 是人工智能和深度学习系统的首选互连方案
·Mellanox 解决方案能够为机器学习、高性能计算、云、存储、大数据和更多应用提供最高的投资回报率
关于TOP500榜单的详细PPT请访问:链接
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。