下午,2014年ASC世界大学生超级计算机竞赛(以下简称ASC14)正式公布入围总决赛的16强名单,总决赛将于4月21日-25日在广州中山大学进行。会上,中山大学副校长朱熹平表示,自2011年11月25日广州超级计算机中心发起,国防科技大学和中山大学共同签署了战略合作协议,这个项目被科技部列入重大科技项目,目前天河二号也已经进入广州,其主机系统正在调试和试运行,决赛队伍将有机会利用“天河二号”超级计算机进行比赛。
图左:中山大学副校长朱熹平,
图右:ASC发起人、高效能服务器和存储技术国家重点实验室主任、浪潮集团高级副总裁王恩东
朱熹平指出,当前超算水平及应用程度一定程度上成为一个国家和地区科学势力和综合实力的一个体现,我国在计算的应用资源方面已经有相当多的积累。目前已成立了5个国家超级计算中心,其中,“天河二号”是目前世界上跑的最快的计算机,计算封值每秒5.49亿亿次。
ASC发起人、高效能服务器和存储技术国家重点实验室主任、浪潮集团高级副总裁王恩东介绍,天河EA、天河二号在三年内两次取得TOP500的冠军,中国成为继美国和日本以后首个能够以国产CPU和系统软件构建千万亿次计算机系统的国家,此外,“十二五”期间,“863”将完成航空、核能等八个方面的软件。
同时,我们也能清楚的意识到,中国超算应用软件的发展不能完全依靠国家的力量,还需要社会各界力量的共同参与和推动。因此,在硬件储备丰厚的当下,ASC14正是为软件积累实力。
本次ASC14初赛方案涉及到四个方面:一、要求参赛队伍在总功耗3000w情况下做出超算性能的设计方案;二、完成HPL测算情况;三、Quantum Espresso的综合性优化;第四个命题是3D-EW。
按决赛规则要求,前16强参赛队将在总决赛现场在3000W功耗约束下自行设计构建超级计算机,并完成各项应用优化赛题比试,同时还将在“天河二号”上进行一项应用赛题的并行优化比拼,最后再完成竞赛呈现答辩。
值得一提的是, ASC组委会宣布将设立e Prize计算挑战奖,颁给竞赛中获得超算应用最高扩展性与性能优化的队伍。e是科学中最重要的自然常数,同时也代表着人类下一个超算性能挑战目标exascale百亿亿次,ASC希望e Prize计算挑战奖能成为青年人才的戈登贝尔奖(Gordon Bell Prize)。
据悉,ASC14由亚洲超算协会、中山大学和浪潮集团共同主办,比赛自2013年11月启动,共有来自全球五大洲的82所高校代表队报名参赛。经过两个月激烈的追逐,16强产生。他们是新加坡南洋理工大学、美国普渡大学,巴西圣保罗大学,俄罗斯乌拉尔联邦大学,匈牙利秘什科尔茨大学,韩国蔚山科学技术大学、香港理工大学、台湾清华大学、太原理工大学、清华大学、浙江大学、上海交通大学,北京航空航天大学,华东科学技术大学,国防科学技术大学、中山大学。
ASC14竞赛评审委员会主席、北京应用物理与计算数学研究所副所长莫则尧透露,初赛中两匹黑马异军突起,分别为首次参赛的新加坡南洋理工大学和太原理工大学,分列海外海内队伍初赛第一名。其中,新加坡南洋理工大学在开源量子分子动力学计算软件Quantum Espresso赛题中,表现出对凝聚态物理的深刻认识;太原理工大学则取得了三维纵横波分离的弹性波方程模拟方法3D-EW在CPU+MIC易购并行计算赛题上表现良好,应用运行时间从原始串行的9000多秒优化到21秒,在4个运算节点上实现400余倍的性能加速比。
ASC Student Supercomputer Challenge是由亚洲发起的世界规模的大学生超算竞赛。该竞赛由中国倡议成立,与日本、俄罗斯、韩国、新加坡、泰国、中国台湾、中国香港等国家和地区的超算专家和机构共同发起并组织,并得到美国、欧洲等国家地区超算学者和组织的积极响应支持。ASC旨在通过大赛的平台,推动各国及地区间超算青年人才交流和培养,提升超算应用水平和研发能力,发挥超算的科技驱动力,促进科技与产业创新。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。