近日,国际高分辨率海洋与气候预测研讨会在青岛海洋国家实验室)顺利举行。浪潮海洋领域高性能计算应用专家受邀参会并做了《E级超算高分辨率海洋模式的优化策略》的报告,现场得到NCAR在内的国内外专家高度关注及好评。海洋国家实验室是目前唯一正式获批试点运行的国家实验室,其超级计算机由浪潮设计构建,峰值性能超千万亿次,是我国海洋领域最快超级计算机,并正在规划升级到百亿亿次E级超算。高分辨率海洋与气候预测可以较精细的探测海洋潮汐、海浪等情况,相当于给海洋做"CT",可以帮助人类了解神秘海洋。

海洋国家实验室于2013年获得科技部正式批复,由国家部委、山东省、青岛市共同建设,定位于围绕国家海洋发展战略,开展基础研究和前沿技术研究,依托青岛、服务全国、面向世界建设国际一流的综合性海洋科技研究中心和开放式协同创新平台。为更好的推进各项海洋研究任务的开展,海洋国家实验室启动了高性能科学计算与系统仿真、海洋药物筛选、海洋科考船队等大型平台和海上试验场等大型设施建设。

海洋国家实验室
高分辨海洋与气候预报对计算力的需求
高分辨率的海洋预报可以为海洋安全、海上活动、防灾减灾等提供更加科学的决策依据。同时也对超级计算的能力构成巨大挑战。目前,海洋气候分析模式大多数是在百公里级以上。高分辨海洋预报模拟会让预测的准确性大幅度提升,预测的结果将更加细致,但相对的计算量也会增加数百乃至上千倍。

清华大学地球系统科学系教授林岩銮表示,在海洋与气候预测领域,提高水平分辨率能解决非常多目前到达瓶颈的问题。推动海气耦合系统模式发展,建立模型的过程中,需要对每个海洋网格增强像素化,这样才能更好的解析中小尺度的气候变化过程。但是水平分辨率提高后,计算量级的增长也非常快,海洋国家实验室的千万亿次超算系统对提高观测水平,应对气候灾害,提升减灾防灾能力具有十分重要的现实意义。
给海洋做"CT"的超算长啥样?
高速均衡设计理念:浪潮为海洋国家实验室设计构建的超级计算机遵循均衡设计的理念,具有"四个高": 高计算性能、高速存储、高速互联、高效水冷。计算上采用浪潮超高密度刀片服务器I8000,8U空间内容纳20个双路计算节点,是业界最高密度的刀片服务器;采用了最先进的100Gb OPA高速网络技术;存储方面选用高效稳定的高速并行存储系统,按需扩展,实测总带宽超过40GB/s;制冷选择业界先进的LCP液冷技术,系统整体PUE低于1.4。
先进高速网络技术:海洋国家实验室超算是中国首套大规模Intel Omni-Path 高速网络的集群。浪潮是Intel在中国最重要的HPC合作伙伴,双方深度合作为采用100Gbps网络的大规模超算构建优化提供了标杆示范。
高效率管理调度:海洋国家实验室超算是一个多用户,多应用,多领域的平台,在其上运行的软件多达近百款,其中很多都是用户自研的应用。浪潮提供了智能的集群管理软件Cluster Engine,依靠浪潮的研发实力,支持为用户进行定制化开发,适配用户的应用,构建了一个易用、高效、稳定的超算平台。

领先应用调优服务:浪潮在高性能计算领域拥有深厚积累,拥有一支专业的高性能应用研究分析团队,通过浪潮独有的天眼应用特征分析软件,为海洋国家实验室提供了应用调优服务,使用户的应用运行效率达到最优,得到了用户的高度好评。
目前,浪潮已经积累了十余个行业的三百余款软件的应用特征,建立了六十余款典型应用基准算例库,能够提供定制化解决方案和专业的应用调优服务。浪潮还拥有国内唯一具备CPU/GPU/MIC的专业软件开发/调优/培训/咨询团队,并且分别与NVIDIA、Intel成立了联合实验室,在GPU/MIC应用开发移植调优方面具有深厚的功力。
未来,高性能科学计算与系统仿真平台将围绕国家海洋科技创新发展的重大应用需求,全面将国家互联网+、国家大数据、国家人工智能2.0等重大战略计划融合到海洋领域中,而海洋国家实验室所布局的海洋动力与气候、海洋药物与生物制药等学科,都对E级超算具有强烈的学科自身计算需求和学科之间的重大协同计算需求。为此,海洋国家实验室还将与浪潮共同推进共同规划建设E级超级计算机的建设,全力打造海洋领域的国产化超算大科学装置。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。