ZD至顶网CIO与应用频道 05月03日 北京消息:作为领先的高性能计算领域创新的推动者,英特尔在近日举行的高性能计算媒体沟通会上,展示了英特尔® 可扩展系统框架(Intel® Scalable System Framework)的最新成果和创新进展,助力高性能计算实现便捷高效的开发、部署和应用;同时,英特尔与HPC领域的重要合作伙伴并行科技携手推出针对Knights Landing的“Developer Access Program”(DAP项目),旨在为广大高性能计算开发者提供优化的开发和测试平台,以及一系列配套设备、培训和技术支持,从而加速高性能计算软件的开发创新和应用落地。
当前,高性能计算正在从传统的科学探索、学术研究等领域逐步拓展至石油勘探、精准医疗、金融模型、机器学习等数据驱动的新型应用领域。然而,HPC也面临I/O、存储等部件的性能瓶颈,多元化负载造成的资源隔离以及缺乏灵活部署等不同的挑战与困境。为解决高性能计算目前所面临的一系列问题,英特尔于去年推出了旨在简化HPC系统的采购、部署和管理的英特尔® 可扩展系统框架,该框架现已集成更多增强功能,将最新至强®处理器E5 v4产品系列,至强融核™、英特尔® Omni-Path高速互联的网络架构以及3D XPoint™存储技术有机整合,同时通过推动OpenHPC开源软件项目,帮助消除HPC系统瓶颈,使其适应不同规模、应用场景和数据需求的多样化负载,且其统一的编程模型和编程语言可实现简便易行的快速部署,最终帮助用户灵活实现本地部署或基于云的高性能解决方案。截止目前,已有近50家合作伙伴加入英特尔SSF生态系统,帮助用户部署更易选择、部署与维护的系统和集群,从而带来更具应用价值的HPC整体解决方案。英特尔支持的开源HPC系统软件堆栈版本也预计将于今年推出。
为了实现HPC平台的最优性能,软件与硬件的协同部署是必不可少的重要一环。为推动HPC硬件平台应用的开发和高效运行,英特尔与并行科技共同推出全新合作计划——DAP项目,旨在为Knights Landing(下一代英特尔® 至强融核™ 处理器)的前期开发者提供低成本的工作站、服务器样机,并提供一系列的软件、工具、培训等技术支持,以帮助开发者更好地基于英特尔架构平台开发软件应用。“我们非常高兴能与英特尔一道,推动高性能计算在软件层面的应用创新和整个HPC生态系统的健康成长”,并行科技总经理陈健表示,“我们期待最新的至强融核KNL有非常好的表现。同时我们也致力于帮助广大软件厂商用好KNL新的架构,最大程度发挥硬件潜能。并且借助软件与硬件的协同进展,我们将支持更多样化、便捷、高效的本地及云端部署,从而进一步拓展高性能计算的负载类型和应用场景,推动本土高性能计算的创新发展。”
“英特尔一直致力于通过计算、存储、网络等数据中心技术的持续创新,结合软件生态系统的通力合作,将完整且便捷的系统框架提供给对计算迫切需求的行业和用户,充分释放硬件潜能,激发应用创新的最大价值”,英特尔高性能计算事业部市场营销总监Hugo Saleh介绍,“借助领先的技术优势、整合的平台资源,以及完善的生态系统建设,英特尔将帮助更多的用户获益于基于英特尔架构的可快速部署、便捷易用、标准化的高性能解决方案,推动中国行业应用的快速发展。”
目前DAP平台网站已上线,用户可直接通过网站dap.xeonphi.com获取咨询和进行下单。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。