Panmnesia 开发的 GPU 内存扩展方案荣获 CES 创新奖。该技术通过 CXL 技术将外部内存快速接入 GPU 统一虚拟内存空间,有效解决大规模 AI 训练中 GPU 内存不足的问题,显著降低 AI 基础设施成本。该方案比传统方法延迟更低,引起了 AI 数据中心行业的广泛关注。
芯片制造商 AMD 投资 2000 万美元入股 Absci 公司,进军人工智能药物研发领域,紧随竞争对手 NVIDIA 的步伐。双方达成协议,Absci 将使用 AMD 的芯片和软件来支持其药物研发工作,包括利用生成式 AI 的生物药设计平台。这一举措凸显了 AI 在药物研发中的重要性,有望加快新药开发进程,提高研发效率。
新加坡一所领先大学采用新诺公司的 xiRAID 存储技术,显著提升了其人工智能研究速度。该技术通过先进算法实现高性能、高可靠的数据存储,支持包括医疗保健和自然语言处理在内的多个人工智能研究领域。这一部署不仅满足了大学当前的存储需求,还为未来的扩展提供了灵活性。
AIDC的基本架构可以划分为多个层次和组成部分。在总体架构上,AIDC可以被划分为基础设施层、平台管理层、大模型开发平台层,以及行业应用层,如图所示。
福特主要依靠本地系统运行建模及模拟类工作负载。当然,过往与亚马逊云科技和Azure等超大规模云服务商的实验合作,也证明了混合方案的出色灵活性。
启用同步多线程(SMT)会对某些工作负载(尤其是高性能计算(HPC))产生中性到负面的性能影响。此外,一些应用程序许可证计算启用的硬件线程数量而不是物理核心数量。因此,在你的 AMD EPYC 9005 系列处理器上禁用 SMT 可能是最佳选择。
HPE表示,正在更新其高性能计算平台产品组合。扩展的产品线包括了几款新的HPE Cray Supercoming EX系统,以及两款新的HPE Proliant服务器,并且这些服务器针对AI工作负载进行了优化,包括大型语言模型训练和微调。
当HPC(高性能计算)遇上AI,科研效率直接起飞啦!想知道支撑HPC+AI深度融合背后的秘密武器?一起探秘“超智融合”的新思潮,解锁HPC的未来形态!
NVIDIA DGX SuperPOD是下一代数据中心人工智能(AI)架构。旨在提供AI模型训练、推理、高性能计算(HPC)和混合应用中的高级计算挑战所需的计算性能水平,以提高预测性能和解决方案的时间。
根据中国信息通信研究院和分布式存储产业方阵的市场调研及分析,2021年中国分布式存储市场规模达到 178 亿元,年增长率达到 44%,高于中国企业级外置存储的 25%增长速度,预计未来 3 年中国分布式存储市场规模仍将保持40%以上的年增长。
坦白讲,核心服务器与存储市场正在陷入衰退。这是因为企业暂停行动,超大规模基础设施运营商仍在“消化”去年年底已经采购的基础设施。行业内唯一仍然保持旺盛活力的,就只有AI系统以及伴随而来的爆发式需求增长。
科技公司已经启动了一个项目,将以太网标准进行适应性改进,使其更适合满足人工智能和高性能计算(HPC)应用的高要求网络需求。
由英特尔至强可扩展处理器支持的 HPC 以软硬件 AI 加速为基础,正在广泛赋能全球研究人员和数据科学家,助力他们加速获得大规模复杂数据集的分析结果,并从中获取洞察。
2022年12月12日,第十四届国际高性能计算和人工智能咨询委员会(HPC-Al Advisory Council) 中国年会线上举办,本次会议是CCF全国高性能计算学术年会(CCF HPC China 2022)的首日分会场之一。
与“德国ISC”、“美国SC“并驾齐驱,被誉为世界三大超算盛会之一CCF HPC China来了。
HPC并不神秘,甚至已经步入了人们数字化的业务与生活之中。下面就由Supermicro 电脑股份有限公司北京公司总经理、中国区高级销售总监李运杰先生向我们解密,HPC在数字化转型中的定位。
Nvidia正在扩充自己的产品线,推出了新的软件功能和高性能计算平台,让科学家们可以用来加速他们的研究计划。
算力作为数字时代的新引擎,其内涵和外延正在迎来变革,因为各行业都开始对算力提出更高要求,行业也在呼唤更创新的算力。
Nvidia宣布与高性能计算初创公司Rescale展开合作,简化在公有云基础设施上运行人工智能应用的任务。