多年HPC的投入 让联想的AI之路已经先人一步

2023-11-09 08:59

本文主要是介绍多年HPC的投入 让联想的AI之路已经先人一步,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

高性能计算一直是科技综合实力竞争的制高点,也在一定程度上反映了各大厂商系统研发方面的实力。联想是中国高性能计算的领军者,经过近20年的发展,创造了很多辉煌的成绩,比如在衡量各国超算实力的SC2017 HPC TOP500榜单中,联想独占87席,连续四次位居中国第一、全球第二。而且,17%的增长率也让联想成为全球增速最快的HPC厂商。

2018年1月3日,国内首个温水水冷高性能计算平台——北京大学高性能计算校级公共平台启用揭牌仪式在北京举行。该平台采用联想首创的45℃温水水冷技术,效率大幅提升,PUE值仅为1.1,为北京大学科研创新提供了强大的计算力保障。

多年HPC的投入 让联想的AI之路已经先人一步

揭牌仪式

在全球范围内,联想还赢得了牛津大学、伦敦大学、芝加哥大学、北卡罗莱纳州立大学等高校的信赖。比如,联想与北卡罗莱纳州立大学研究人员正在开展更深入的研究,以应对全球粮食水源短缺的挑战。在伦敦大学学院,研究人员正在通过大型强子对撞机,重建高能粒子碰撞事件,解决有关宇宙起源的基本问题。

HPC的超强计算力,是未来包括人工智能在内的新兴技术应用发展的基础,而在这个领域,联想是当之无愧的持续创新者与领先者。

联想HPC“联姻”北京大学

HPC在科学研究和工程计算中正起到愈加重要的作用,甚至成为计算化学、计算物理学、计算生物学等科学领域的核心驱动力。因此,构建一套高性能、高效率、高可靠性的HPC系统是每一所高校、科研机构共同的目标。

北京大学作为一流高校,在选择HPC平台上自然比较苛刻,并高度重视。从过往的成绩来看,联想领先的硬件,在软件与应用层面,特别是人工智能相关的应用都达到了世界一流水平,因此联想成为最佳选择。

在揭牌仪式前,北京大学校长林建华与联想集团董事长兼CEO杨元庆,联想集团高级副总裁、数据中心业务集团中国区总裁童夫尧等,就未来AI发展趋势、打造世界一流学科,吸引优秀科学家、培养适应未来发展需求的新型人才等话题进行了深入交流。

多年HPC的投入 让联想的AI之路已经先人一步

图|北京大学校长林建华(右)与联想集团董事长兼CEO杨元庆(左)

据了解,本次揭牌的北京大学高性能计算校级公共平台“未名一号”由联想提供技术支持,共227个节点组成,其中计算节点196个、GPU节点10个、KNL节点8个、胖节点3个、管理和登录节点6个、IO节点4个,存储采用联想GSS24存储系统,容量2784.8TB,计算网络采用Omni-path架构,编译器采用GNU和Intel最新编译器套件,作业管理采用Slurm作业调度系统,集群管理采用联想LiCO集群监控管理套件。该集群系统理论计算峰值高达411万亿次/秒,计算节点理论峰值261万亿次/秒,实测计算能力达到242万亿次/秒。

这其中,每个数字都凝聚了联想在高性能领域的“功力”,而这一平台的建成和启用,不仅为北大高水平科学研究、前沿科技探索和创新型人才培养提供良好的支撑和保障,更是对联想在HPC领域的一次考验,比如该平台使用了国内史无前例的温水水冷散热方式。

联想的水冷技术强在哪?

在“未名一号”上,搭载了联想自主研发的45℃温水水冷技术,通过无泄漏,快速连接系统,冷却水流经水龙头,来冷却核心处理器及其内存。温水水冷技术让“未名一号”的PUE值控制达1.1,同时让制冷散热成本降低50%,每年为北京大学节省约60万度电。

多年HPC的投入 让联想的AI之路已经先人一步

图 |“未名一号”高性能计算系统

为什么是45℃?这是因为可以有效的避免冷凝水的问题。更关键的一点是,温水直接水冷技术,省却了昂贵的冰水机、压缩机的购置成本,这也进一步减轻了北京大学高性能计算平台在资金投入上的压力。据透露,联想还推出50℃水冷技术,进一步降低系统能耗。

联想的AI之路

北京大学物理学院副教授、高性能计算校级公共平台主任雷奕安介绍到,“未名一号”是一个跨学科的科研基础设施,对各学科交流和人才培养将有直接推动作用。针对北京大学各学科领域,“未名一号”都将对大规模数据处理和大规模科学计算的需求提供支持。

可以看出,以HPC为代表的计算力将在技术发展中发挥越来越重要的战略核心作用,持续推动技术的创新与应用,尤其是AI领域,HPC的超强计算能力让遥不可及的人工智能时代变得触手可及。

多年HPC的投入 让联想的AI之路已经先人一步

图 | 联想集团董事长兼CEO杨元庆

联想集团董事长兼CEO杨元庆早先就对外表示:“在人工智能时代,联想的使命就是要成为由AI驱动的智能变革的推动者和赋能者。”可以说,AI市场正处于酝酿时期,未来市场规模不可估量,而联想HPC凭借超强的计算力,解决了人工智能时代发展的重要因素,已经占据市场领先地位。

这篇关于多年HPC的投入 让联想的AI之路已经先人一步的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/375193

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close