HPE公司将利用美国能源部今天颁发的研究补助资金,旨在为自家The Machine超大规模超级计算机制定发展蓝图。
这套超大规模系统可谓性能巨兽——其性能水平至少可达每秒百亿亿次浮点运算。截至2021年,美国至少要拥有一台这样的超大型设备并正式投入运行,并于2022年将其引入实际生产。
这些计算机设备强大的运算能力,甚至能够在不到十分钟时间之内对完整的iTunes音乐文件夹进行归类统计。
在此当中,HPE公司将从美国能源部所设立的2.58亿美元资金池中获得相当可观的一部分,并将其用于研究及开发适用于科学及国家安全类应用的超高速计算机技术方案。
根据我们的猜测,美国应该是希望抢在中国之前建立起一套先进系统,且其重要性也许能够与当年的太空竞赛相媲美——苏联曾于1957年发射其卫星号运载火箭,而美国则旋即全力投入相关研发以求后来居上。
凭借着这笔最新资金的注入,HPE公司将彻底颠覆所谓内存驱动型计算架构,并尝试将其转化为下一代超级计算机的新型实现标准。这套新架构将包含多种技术组合,其中包括内存结构以及低功耗光子互连机制——而这也正是HPE公司代号The Machine项目的核心所在。The Machine的一套ARM原型设计据称已经成为全球规模最大的单一内存计算机,并于今年5月进行了初步展示。
不过这台性能巨兽与我们几年以来翘首期盼的忆阻器型系统相比仍存在巨大差距。The Machine实际上已经被降级为实验室内部测试方案,其中一部分技术与设计成果将被逐步引入未来的设备当中——例如HPE打造的后续超级计算机产品。虽然The Machine不会在短期内作为独立产品出现,但HPE方面仍然会将其中的部分前沿技术引入各类超大规模解决方案。
HPE公司表示,其Gen-Z芯片到芯片内存语义通信协议将使得多种设备(包括CPU、GPU、FPGA、DRAM、NVM、系统互连以及其它多种设备)共享同一套通用寻址空间。而这项技术同样将在The Machine项目中发挥作用。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。