IBM将携手英伟达和美国能源部共同建立两个新的杰出超级计算机中心。本次合作的工作将主要围绕两个方面的内容而展开,一是确保应用程序能够充分利用超级计算机的强大性能,二是收集开发人员、工程师和科学家的反馈意见。
这两个超级计算机中心分别坐落于美国能源部的橡树岭国家实验室(Oak Ridge National Laboratory)和加州劳伦斯利弗莫尔国家实验室(Lawrence Livermore National Laboratory),它们将重点推进超级计算、发展代码创新。
根据在德国法兰克福召开的国际超级计算机大会上简述的合作协议,由IBM组建的OpenPower联盟将负责提供技术支持,英伟达与Mellanox也在该联盟中。IBM已经与美国能源部签署了一份超级计算合同,而且正在开展这两个全新超级计算机系统的部署工作,以期在2018年投入使用。
IBM与英伟达的这一合作与惠普和英特尔宣布的合作协议目标一致。双方目标均为:将高性能计算机(HPC)工作负载和系统推向更多企业,利用超级计算部署体系来展示其发展潜力。IBM公司在法国蒙彼利埃已经建立了一座POWER加速与设计中心,最近还推出了其SuperVessel服务。
IBM公司表示,在正式交付美国能源部塞拉(Sierra)和萨米特(Summit)这两个新超级计算机系统之前,这些全新高性能计算中心还将针对能源、气候、生物物理学和医药等领域的研究进行优化。
为确保应用程序筹备、硬件工程师和应用程序开发者之间的相互配合,这两个IBM-Nvidia超级计算中心将包含多种技术方案,以及整合了IBM公司POWER处理器、英伟达图形处理器和连接器产品的多种设计方案。两个中心的技术团队将专注于编程模型、算法、应用程序以及计算性能。
总的来说,两大超级计算系统的部署将基于OpenPOWER设计,同时采用英伟达与Mellanox的技术。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。