2021年11月12日,北京——在今天举行的第三届中国超级算力大会(ChinaSC 2021)上,英特尔宣布与中国科学院计算技术研究所(以下简称“中科院计算所”)结成战略合作伙伴关系。英特尔和中科院计算所将共同建立中国首个oneAPI卓越中心,以扩大oneAPI对中国本土国产硬件的支持及使用oneAPI来开发全栈式开源软件。本次合作将加强中科院计算所在oneAPI行业计划中的参与力度。在这之前,中科院计算所已经加入到了oneAPI 技术顾问委员会( Technical Advisory Boards),并对开源数据并行C++编译器(DPC++)的实现做出了贡献。
英特尔软件和先进技术事业部副总裁兼中国区总经理谢晓清
英特尔软件和先进技术事业部副总裁兼中国区总经理谢晓清表示:“在加速数字化变革的新时代,英特尔的软件优先在加速跨不同架构计算上(CPU、GPU、FPGA、其他加速器)携手更广泛的开放生态系统,让开发者既可以打破基于单个厂商的封闭式编程模型的限制,也可以交付卓越的性能和生产力。与中科院计算所建立oneAPI 卓越中心将促进共同开发开源项目,进而有助于建立和推进在中国的开放行业标准。”
中科院计算所高性能计算机研究中心主任谭光明
中科院计算所高性能计算机研究中心主任谭光明表示:“高性能计算是‘求解’数字化浪潮下复杂问题的主要手段,基于对未来计算的共同愿景,我们通过与英特尔在创新开源软件及其他技术方面的合作,携手解决面临的计算挑战。我们将充分发挥各自的特色,在开源软件领域开拓出新机遇,为数字化变革注入更多动力。”
四大超级技术力量——无所不在的计算、从云到边缘的基础设施、无处不在的连接、人工智能,推动着各行各业的数字化浪潮。软件在这股浪潮中发挥着关键性、引领性、基础性作用,是推动创新突破的强劲引擎。中科院计算所是中国第一个专门从事计算机科学技术综合性研究的学术机构,依托各自的优势,此次合作相得益彰。主要包括以下方面:
. 扩展oneAPI以支持更多硬件:基于开放的oneAPI规范,双方将扩展oneAPI统一编程框架,从而实现对中国本土加速器的支持。这个框架将简化并行软件的开发、迁移,充分挖掘不同硬件性能。并且,双方还将共同推广合作建立的开源软件项目,并参与中国的行业标准建设。
. 课程教学与开发:双方将开展围绕oneAPI为核心的课件开发,并把oneAPI内容添加到相关在授课程以及学生动手实验中。学生可注册oneAPI DevCloud并完成实验,开发新的oneAPI应用以丰富学生动手实验案例库。
. 探索智能交通典型应用情况下,加速计算的配置及其优化:基于共同的工作成果,中科院计算所以智能交通领域的多摄像头输入智能分析和实时车路协同控制作为典型应用开展研究,目标是通过赋能智能车辆来提高高速公路的安全性和运行效率。双方将共同推动智能交通+算力互联网示范应用建设,携手推进相关标准。
首次落地在中国的oneAPI卓越中心,将与全球其他oneAPI卓越中心一起推动oneAPI生态系统的发展。
好文章,需要你的鼓励
清华大学研究团队提出了一种名为"硬负样本对比学习"的创新方法,显著提升了大型多模态模型在几何理解与推理方面的能力。通过构建图像和文本两类负样本,以及开发MMCLIP训练策略,他们的MMGeoLM模型在四个几何基准测试中表现卓越,甚至以7B参数规模与GPT-4o相媲美。实验证明,仅4K个真实图像负样本的效果就超过了100K个文本负样本,为AI细粒度视觉理解开辟了新路径。
《离散马尔可夫桥》研究提出了一种新型离散数据表示学习框架,克服了传统离散扩散模型使用固定转移矩阵的局限。该框架包含矩阵学习和分数学习两个核心组件,能够自适应学习转移率矩阵并有效重建原始数据分布。理论分析证明了其有效性和收敛性,而在Text8和CIFAR-10数据集上的实验展示了其优越性能,证明了这一方法作为离散表示学习统一框架的潜力。
这项由华盛顿大学和新加坡国立大学研究团队提出的ScaleKV技术,针对视觉自回归模型中的内存瓶颈问题提供了创新解决方案。研究发现不同变压器层具有不同的缓存需求,将它们分为需要大量历史信息的"起草者"和专注于当前细节的"精细器",实现了尺度感知的KV缓存分配。实验表明,该方法能将Infinity-8B模型的内存需求从85GB减少到8.5GB,同时保持生成质量几乎不变,为高分辨率AI图像生成的普及应用铺平了道路。
这项研究提出了一种名为INTUITOR的创新方法,让大语言模型无需外部奖励即可自主学习推理能力。研究者利用模型自身的"自我确定性"作为唯一奖励信号,替代传统需要人工标注或答案验证的方法。实验表明,该方法在数学推理上与使用标准答案的方法相当,并在代码生成等跨领域任务上展现出更好的泛化能力。这为开发能在缺乏外部验证的情况下自我提升的AI系统开辟了新途径,对未来自主学习AI具有深远影响。