高密服务器和高速交换网络强强融合,大幅提升计算性能的同时,拥有未来演进和扩展能力
丹麦科技大学(Technical University of Denmark,DTU),由电磁学先驱物理学家奥斯特创建于1829年,坐落于丹麦首都哥本哈根北部的孔恩斯灵比,是世界顶尖的理工大学之一,在技术和自然科学领域有着领先的研究水平。
高性能计算提升材料科研水平
DTU大学专注于研究具有重大挑战及明确应用前景的基础科学,从原子量级材料分析,到量子物理理论,再到可再生能源的研究。随着材料应用环境变得日益复杂,面向材料使用性能分析的实验室科研工作也变得极具挑战。 DTU大学旨在通过开发电子结构理论理解材料的性质,并利用洞察力设计新的功能性纳米结构。这些研究工作需要包含新型材料的结构、强度和特性分析,涉及到对物质、能量密集而又复杂的数值计算和模拟测试,并且会产生海量的计算数据,因此,能够加速性能建模和求解的高性能计算资源对于该领域的科研工作显得尤为重要。
为了加快新材料从发现到应用的过程,保持领先的科研水平,DTU大学计划对其部署在原子材料设计中心的超级计算集群Niflheim进行扩容和升级。
强强联手,华为高密服务器和英特尔高速交换网络
DTU大学现有的Niflheim集群始建于2009年,并在不断地扩建中,目前集群的峰值计算能力只有73TFLOPS。其配备的是上一代甚至两代的计算产品硬件,处理器性能有限、内存容量较小、计算网络带宽低延时又高,已经无法适配当前计算密集的模拟测试,导致集群成为提升科研工作效率的瓶颈。
DTU大学希望通过部署新的超级计算系统大幅度提升Niflheim集群的计算资源和性能,同时拥有对未来的技术演进和集群扩展能力。DTU从整体性能、产品质量、服务能力等方面进行了全方位的解决方案评估,最终选择采用华为和英特尔的创新技术和计算产品,帮助其构建新一代的科研计算集群。
位于DTU大学原子材料设计中心(简称CAMD)的超级计算集群
华为与英特尔公司在HPC领域有着长期紧密的合作,此次双方将英特尔最新的计算和网络技术和华为X6800高密服务器产品进行融和并根据DTU大学的需求进行解决方案孵化,最终为DTU大学提供高性能、高效、易扩展的超级计算集群解决方案,满足DTU大学当前及未来的大规模科研计算需求。
华为与英特尔公司在HPC领域有着长期紧密的合作,此次双方将英特尔最新的计算和网络技术和华为X6800高密服务器产品进行融和并根据DTU大学的需求进行解决方案孵化,最终为DTU大学提供高性能、高效、易扩展的超级计算集群解决方案,满足DTU大学当前及未来的大规模科研计算需求。
解决方案特点:
高性能,极致计算效率
高密部署,易管理和扩展
新一代Niflheim超级计算集群
新一代Niflheim集群加速材料发现到应用
新一代Niflheimj集群于2016年12月上线,不仅能够帮助更多的研究人员开展新型材料和新能源科研分析工作,而且测试结果的反馈速度得到了极大的提升,加快了整体科研进度和能力,帮助DTU大学在材料分析领域提升了创新能力。
华为携手英特尔高性能计算创新
华为践行持续创新,让计算变简单的理念,在高性能计算领域和英特尔有着长期深度合作,双方致力于通过创新的计算技术和产品,为客户提供最新的HPC方案体验和服务,促进HPC技术和产业发展。
华为-英特尔HPC合作里程碑
目前,华为的产品和解决方案已经应用于170多个国家和地区,服务全球1/3的人口。在全球财富500强中有197家,全球财富100强中有45家领先企业选择了华为作为数字化转型的伙伴。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。