5月8日,第18届"HPCConnectionWorkshop国际超算高峰论坛"将在南昌大学国际交流中心召开。作为2018ASC世界大学生超算竞赛(ASC18)总决赛期间同步举行的高端学术交流活动,本届高峰论坛以"下一个尖端:人工智能,计算与科学"为主题,将邀请中美欧多国专家、学者共同交流探讨如何更好的促进超算与AI的融合。目前,ASC18组委会已面向国内外专业人士及大学生开放ASC18大赛期间Workshop及论坛参会、竞赛考察观摩等注册报名,详见ASC比赛官网。
"HPCConnectionWorkshop国际超算高峰论坛"由亚洲超算协会和浪潮集团联合举办,每年在德国ISC超算大会、美国SC超算大会和ASC世界大学生超算竞赛期间召开,旨在探讨超算在前沿科学工程与新兴领域的应用创新和发展趋势,有力推动了中国与全球超算领域交流与合作。
全球超级计算机排行榜TOP500发起人,美国工程院院士,橡树岭国家实验室及田纳西大学杰出教授JackDongarra将在此次论坛上带来《高性能计算与大数据:未来的挑战》主题报告。该报告将从历史着眼,解读高性能计算在发展历程中,算法、软件、体系结构和硬件等要素如何并行促使计算模型的浮点性能达到更高。同时,报告也将分享数据分析管道、数据架构和管理大量科学和工程数据的机器学习工具,并研究高性能计算和大数据对科学计算所涉及的一些挑战。

国家重点研发计划"高性能计算"重点专项总体专家组组长、北京航空航天大学教授,中山大学数据科学与计算学院院长钱德沛教授,将在论坛上分享中国"十三五"期间E级超级计算机研制的最新情况和进展,面临的主要挑战,以及关于E级计算机关键技术验证原型系统的进展,对建立基于国产处理器对高性能计算应用生态环境的紧迫性等多方面分享。
国家超级计算无锡中心付昊桓副主任将报告荣获SC17戈登贝尔奖应用的"基于太湖之光超算计算机的非线性地震模拟"的科研成果。预测地震的主要困难在于要同时对时间、空间和地震强度进行预测,付昊桓主任将在此次论坛上讲述如何将地震预测问题转化为地震模拟"亚"问题,对已知地点发生的地震进行时间、地震强度的模拟,针对余震预测、震级-频度关系、基于地震过程情景模拟的震害预测等问题的研究。
来自华沙大学的Marek教授将向大家讲述欧洲国家在E级超算方面的工作,同时还将分享欧洲EHPC项目中的实际案例。"EUHPC宣言"于2017年3月23日由七个初始签署国在罗马签署,目前签署国集团已发展到十五个国家。欧洲高性能计算联合事业(EuHPC-JU)将是一个合法的和资助实体,以汇集欧洲资源,开发基于欧洲竞争技术的大规模数据处理的大规模超大型计算机。该项目的预算将由欧盟现行预算框架中的4亿8600万欧元组成,预计将与参与国的类似数额相匹配。
目前的计算机系统从嵌入式系统到超级计算机越来越异构,采用了CPU和GPU、FPGA和MIC等异构系统来满足性能和能量效率的需求。随着计算挑战越来越大,异构系统环境下编写和优化HPC应用程序变得更加复杂。挪威科技大学的Elster教授将为我们介绍异构计算技术在超级计算和人工智能领域的应用问题,以及如何利用AI技术应对并解决这一挑战。
此外,南昌大学徐子晨教授、Nvidia公司刘通也将带来在数据融合及GPU计算方面的主题报告。
在ASC18总决赛期间5月9日上午还将举行人工智能与超算创新研讨会,国家超级计算无锡中心主任杨广文及来自于百度、今日头条、旷视科技、浪潮、南昌大学等单位的人工智能与超算专家将汇聚一堂,分享神威·太湖之光的应用、人工智能与超算方面的尖端应用与科研进展。
ASC18共收到全球超过300支队伍参赛,经过预赛选拔出20支队伍进入总决赛,他们将挑战微软机器阅读理解、三维电镜重构软件优化、NASA计算流体力学软件等人工智能、生命科学、航天科学等领域的尖端超算应用,争夺总冠军、亚军、ePrize计算挑战奖、最高计算性能奖和应用创新奖等多项大奖以及总额超过20万元的高额奖金。ASC18总决赛由亚洲超算协会、南昌大学、浪潮集团等单位联合举办。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。