XiaoMi-AI文件搜索系统
World File Search SystemSuperComputer
什么是量子计算？它是如何工作的？
量子算法采用一种新方法来解决这类难题，即生成多维空间，在这些空间中会出现连接各个数据点的模式。由于传统计算机无法构建新的计算区域，因此无法检测这些模式。就蛋白质而言，已经有早期的量子算法可以以全新的、更有效的方式发现折叠模式，而无需传统计算机所需的耗时检查。随着量子技术的进步和这些算法的改进，它们可能能够解决任何超级计算机都无法解决的蛋白质折叠问题。
具有程序连接功能的更大规模 GPU 加速大脑模拟
大规模脉冲神经网络模型模拟是增进我们对大脑动态和最终功能理解的重要工具。然而，即使是像老鼠这样的小型哺乳动物也具有大约 1 × 10 12 个突触连接，在模拟中，每个突触连接通常至少由一个浮点值表示。这相当于几 TB 的数据——对于一台台式机来说，这是不切实际的内存要求。因此，大型模型通常在分布式超级计算机上进行模拟，这很昂贵，并且将大规模建模限制在少数特权研究小组中。在这项工作中，我们描述了 GeNN（我们的图形处理单元 (GPU) 加速脉冲神经网络模拟器）的扩展，使其能够在触发脉冲时“即时”生成连接和突触权重，而不是存储和从内存中检索它们。我们发现 GPU 非常适合这种方法，因为它们具有原始计算能力，但由于内存带宽限制，在模拟脉冲神经网络时，这种能力通常未得到充分利用。我们用最新的 Macaque 视觉皮层模型证明了我们方法的价值，该模型由 4.13×106 个神经元和 24.2×109 个突触组成。使用我们的新方法，它可以在单个 GPU 上进行模拟 - 这是使更多研究人员能够进行大规模大脑建模的重要一步。我们的结果与超级计算机上的结果相符，并且模拟在单个高端 GPU 上的运行速度比以前在 1000 多个超级计算机节点上的运行速度快 35%。
ENEOS 和 PFN 开始持续运行基于人工智能的自主石化工厂系统
关于 Preferred Networks Preferred Networks (PFN) 成立于 2014 年 3 月，旨在开发深度学习、机器人技术和其他先进技术的实用、现实应用。PFN 的业务领域包括交通运输、制造、生命科学、机器人、工厂优化、材料发现、教育和娱乐。2015 年，PFN 开发了开源深度学习框架 Chainer™。配备 MN-Core™ 深度学习处理器的 PFN 的 MN-3 超级计算机在 2020 年和 2021 年三次荣登 Green500 榜单榜首。https://www.preferred.jp/en/
具有程序连接功能的更大规模 GPU 加速大脑模拟
摘要。大规模脉冲神经网络模型模拟是提高我们对大脑动态和最终功能理解的重要工具。然而，即使是像老鼠这样的小型哺乳动物也具有大约 1 × 10 12 个突触连接，在模拟中，每个突触连接通常至少有一个浮点值。这相当于几 TB 的数据——对于一台台式机来说，这是不切实际的内存要求。因此，大型模型通常在分布式超级计算机上进行模拟，这很昂贵，并且将大规模建模限制在少数特权研究小组中。在这项工作中，我们描述了 GeNN 的扩展——我们的图形处理单元 (GPU) 加速脉冲神经网络模拟器——使其能够在触发脉冲时“即时”生成连接和突触权重，而不是存储和检索它们。我们发现 GPU 非常适合这种方法，因为它们具有原始计算能力，但由于内存带宽限制，在模拟脉冲神经网络时，这种能力通常未得到充分利用。我们用最新的 Macaque 视觉皮层模型证明了我们方法的价值，该模型由 4.13×106 个神经元和 24.2×109 个突触组成。使用我们的新方法，它可以在单个 GPU 上进行模拟 - 这是使更多研究人员能够进行大规模大脑建模的重要一步。我们的结果与在超级计算机上获得的结果相符，并且模拟在单个高端 GPU 上的运行速度比以前在 1000 多个超级计算机节点上的运行速度快 35%。
法国人工智能旗舰企业 Jean Zay 推动新里程碑
亚特兰大，2024 年 11 月 20 日 法国领先的超级计算机 Jean Zay 致力于解决 HPC 与 AI 之间的融合，自 2019 年以来已进行第四次扩展，以满足法国 AI 社区的极高需求并促进许多学科和公司（尤其是法国 AI 初创企业）生成 AI 的崛起。这与法国总统埃马纽埃尔·马克龙在 VIVATECH 2023 期间提出的加强法国 #AIForHumanity 战略的愿景完全一致。为了满足法国 AI 社区的强烈需求（2023 年支持 1000 多个 AI 研究项目）和法国生成 AI 的兴起，GENCI 获得了 4000 万欧元的资金，用于提高其法国 AI 旗舰 Jean Zay 的容量，Jean Zay 是一台超级计算机，由密集科学计算发展和资源研究所 (IDRIS - CNRS) 托管和运营，提供定制的 AI 用户支持。由此，来自法国供应商 Eviden 的新计算分区共计拥有 1,456 个 NVIDIA Hopper GPU，托管在 14 个 BullSequana AI 1200H 机架中，364 个直接液冷刀片，每个刀片有 2 个英特尔 CPU、4 个 NVIDIA Hopper SXM 80GB GPU 和 4 个 NVIDIA ConnectX-7 400 Gbps InfiniBand 适配器，连接到 NVIDIA Quantum-2 InfiniBand 交换机。此外，还提供了 DDN 的 4.3 PB 闪存驱动器的全新分层存储，提供超过 1.2 TB/s 的读/写带宽以维持 I/O 密集型 AI 工作负载和近 40 PB 的高速旋转磁盘，所有这些都使用 Lustre 文件系统。该扩展项目于 2024 年 3 月授予 Eviden，创纪录的 4 个月安装时间使新分区从 2024 年 7 月起即可服务于 13 项大挑战。在 3 个月的预热阶段，这 13 个科学项目可以充分利用扩展容量，并得到 IDRIS、Eviden 和 NVIDIA 的紧密联合专业知识支持，以展示 AI、AI4S（科学人工智能）和使用数百个 GPU 的量子模拟领域的科学和工业突破。“ Jean Zay 超级计算机是促进法国人工智能研究和汇集法国学术和工业研究界的重要里程碑，”Atos 集团 Eviden 全球 HPC、人工智能和量子计算负责人、副总裁 Bruno Lecointe 评论道。“ Eviden 无比自豪能够支持 GENCI 和 CNRS 应对人工智能挑战，并能够在如此短的时间内提供法国技术竞争力的关键要素。我们期待看到 Jean Zay 取得突破并深化我们之间的合作。”
超级计算机在现实世界中发挥经济和社会效益的例子：百亿亿次级计算时代的前奏
在这项研究中，HPC 驱动的癌症研究为长期癌症幸存者带来了更好的结果。癌症检测和治疗方面的进步大大提高了存活率。但随着存活率的提高，需要尽量减少长期治疗相关的负面影响。特别是，接受放射治疗的儿童以后更容易患上由放射引起的继发性癌症（致癌作用）。研究人员在超级计算机模拟的帮助下进行了临床试验，这些试验有助于提高长期晚期癌症治疗的成功率。模拟驱动的研究产生了宝贵的数据，这些数据被用于指导临床和卫生政策决策
提名 - 委员会 - 诉讼 - 2024年。 ...
Anders Ynnerman是LinköpingUniversity的科学可视化教授，以及可视化中心C.他还是计划主管Wallenberg AI，自主系统和软件程序。 Anders Ynnerman是NorrköpingVisualisering AB的董事会成员。 他拥有哥德堡大学的原子物理学博士学位，此后是牛津大学和范德比尔特大学的博士后。 Anders Ynnerman也是国家超级计算中心和瑞典国家计算机基础设施的主任。 Anders Ynnerman拥有B.Sc.，Lund University和M.Phil。 和Ph.D.，哥德堡大学，他出生于1963年。Anders Ynnerman是LinköpingUniversity的科学可视化教授，以及可视化中心C.他还是计划主管Wallenberg AI，自主系统和软件程序。Anders Ynnerman是NorrköpingVisualisering AB的董事会成员。 他拥有哥德堡大学的原子物理学博士学位，此后是牛津大学和范德比尔特大学的博士后。 Anders Ynnerman也是国家超级计算中心和瑞典国家计算机基础设施的主任。 Anders Ynnerman拥有B.Sc.，Lund University和M.Phil。 和Ph.D.，哥德堡大学，他出生于1963年。Anders Ynnerman是NorrköpingVisualisering AB的董事会成员。他拥有哥德堡大学的原子物理学博士学位，此后是牛津大学和范德比尔特大学的博士后。Anders Ynnerman也是国家超级计算中心和瑞典国家计算机基础设施的主任。 Anders Ynnerman拥有B.Sc.，Lund University和M.Phil。 和Ph.D.，哥德堡大学，他出生于1963年。Anders Ynnerman也是国家超级计算中心和瑞典国家计算机基础设施的主任。Anders Ynnerman拥有B.Sc.，Lund University和M.Phil。 和Ph.D.，哥德堡大学，他出生于1963年。Anders Ynnerman拥有B.Sc.，Lund University和M.Phil。和Ph.D.，哥德堡大学，他出生于1963年。
ENEOS 和 PFN 启动全球首个基于人工智能的自主运营
Preferred Networks, Inc. (PFN) 以垂直整合的方式开发先进的软件和硬件技术，涵盖从芯片、超级计算机、生成式 AI 基础模型到解决方案和产品的整个 AI 价值链。PFN 于 2014 年 3 月在东京成立，其技术已应用于制造、交通运输、医疗保健、娱乐和教育等一系列行业。PFN 的 MN-3 是一款由其 MN-Core™ AI 处理器驱动的超级计算机，在 2020 年和 2021 年三次荣登 Green500 排行榜，成为全球最节能的超级计算机。PFN 拥有材料发现、机器人和基础模型子公司。https://www.preferred.jp