希捷公司在超级计算机存储领域的销售势头正一路向好,其中在克雷公司已经签订的四份超级计算机构建订单当中,所使用的Sonexion 2000存储方案实际上正是希捷公司通过收购Xyratex业务后获得的ClusterStor阵列的OEM产物。
希捷公司的整体运营业绩也许确实乏善可陈,但相比之下、采用Lustre系统的ClusterStor业务则焕发出照人的光彩。
希捷方面希望大家关注的这四份超级计算机订单分别为:
• 美国国家核安全管理局(简称NNSA)。
• 沙特阿拉伯的阿卜杜拉国王科技大学(简称KAUST)。
• 作为一家全球海洋地理物理研究企业,Petroleum Geo-Services公司总部设在挪威并运行有一台克雷XC40超级计算机。
• 英国气象局(据去年十一月的报道)采用一台16千万亿次的克雷XC40超级计算机。
希捷公司在采访中指出,ClusterStor阵列目前由Lustre 2.5系统负责打理,其能够在单一文件系统当中支持高达160亿个文件,拥有分层存储管理机制且不同类型存储内容之间可进行数据传输,且性能水平为每秒1TB。
美国国家核安全局使用的为Sonexion/ClusterStor以及Lustre 2.5组合,旨在“强化该机构的Trinity超级计算机,从而借助其完成全部三座核安全局国家实验室当中规模最大、要求最严苛的美国核储备技术模拟实验——具体包括洛斯阿拉莫斯国家实验室、桑迪亚国家实验室以及劳伦斯利弗莫尔国家实验室。”
其它Sonexion 2000用户还包括瑞士国家超级计算中心、美国洛斯阿拉莫斯国家实验室以及美国陆军研究实验室等等。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。