希捷日前宣布与全球领先的高性能计算、数据分析和数据管理解决方案提供商SGI公司达成代理商合作协议。
SGI将为消费者提供ClusterStor1500、6000和9000存储设备以及ClusterStor安全数据设备(SDA)。希捷ClusterStor解决方案专为高性能计算(HPC)工作流设计,将超高密度数据存储机箱、高可用性元数据服务器、横向扩展服务器以及Lustre®并行文件系统整合到一个紧密耦合且易于管理的设备当中。屡获殊荣的希捷ClusterStor解决方案消除了与部署和维护传统高性能系统相关的复杂性,缩短展现成效的时间,更便于使用和管理,世界一流的性能满足了任务关键型需求。
希捷与SGI联合架构的市场以及后续应用场景多种多样。用户包括生物信息、制药、上游石油和天然气建模、财务分析、天气模拟、汽车及航空制造,以及学术和政府研究领域的传统HPC客户。
希捷云系统和解决方案部门ClusterStor业务副总裁Ken Claffey表示:“我们非常期待此次合作当中双方做出的承诺都能实现。这对于不同行业需要整体计算解决方案的研究人员来说,其优势极为明显。该整体计算解决方案包括可加速研究工作流的并行文件系统和设备。”
SGI总裁兼CEO Jorge Titinger 表示:“通过与希捷进行合作,双方共同的客户有机会充分利用每个解决方案的优势,以提升性能和扩展性,享受成本效益以及使用的便捷性。结合希捷HPC存储解决方案与SGI计算解决方案,客户能够缩短展现成效的时间,并获得世界一流的性能来满足任务关键型需求。”
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。