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
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。