6月1日,超聚变高性能计算技术研讨会在广州成功召开,本次大会由超聚变、英特尔和百应科技联合主办,广州市黄埔区科学技术局为指导单位,大会以“科研创新,算力赋能”为主题,聚焦高性能计算发展趋势,通过多样性算力使能科研创新。
会上,政府领导、行业专家、生态伙伴以及本地企业齐聚一堂,深入探讨高性能计算未来算力趋势,为推动大湾区科技创新、高性能计算使能数字经济发展建言献策。
超聚变广东代表处副总经理李志毅表示:数字经济时代,数据是生产资料,算力是生产力,面对数字经济的快速发展,中国的数字经济GDP占比将在未来几年内达到60%以上,并持续保持全球增速领先。
作为全球领先的算力基础设施和服务提供者,超聚变为客户提供一体化、多样性、全场景的算力基础设施产品及解决方案,致力于成为企业数字化转型可信赖的伙伴,让用户的业务更稳健、更高效、更智能。
在高性能计算领域,超聚变通过专业化团队覆盖行业和地市,提供端到端的业务支撑,与合作伙伴一起共建有序健康的高性能计算生态。
英特尔公司行业解决方案部客户总监王海彤对高性能计算未来算力趋势进行了分析,算力需求增长将从过去2年翻番到如今3-4月翻番的指数级增长。
为满足数字经济庞大的算力需求,英特尔将在今年下半年发布第四代至强®处理器,基于多芯片封装技术,内置高达64GB的HBM2e高速缓存,非常适合高性能计算场景。
超聚变新一代FusionServer V7系列服务器也将同步发布,充分满足高性能计算对极致算力的需求。
广州本地高新技术企业百应科技有限公司CEO肖特强在会上发表了主题演讲,作为立足广州面向全国的数字化解决方案服务商,百应科技专注于智慧园区解决方案、建筑智能化、云计算、IT运维等数字化服务领域,拥有自主研发的SaaS软件产品和10多项软件著作权和专利。
面向教育科研、政府、金融、医疗、大型企业、互联网等领域,百应科技将与超聚变建立更广泛深入的业务合作关系。
中科院“百人计划”引进人才、广东大湾区空天信息研究院课题组组长李舟,针对高性能计算在教育科研领域所面临的挑战也发表了看法:高性能计算已经成为高校的基础设施,助力科研成果落地,与此同时也面临效率、运营、运维、安全和能耗五个维度的挑战。
如何保证系统利用率最大化;减轻技术人员负担,提升运营效率;缩短SLA的相应时长提升运维效率;高校数据中心所面临的黑客入侵问题;追求极致算力所带来的高能耗,如何解决上述挑战,成为了各大厂商不得不面对的重要课题。
针对上述挑战,超聚变高性能计算解决方案总监胡耀国给出了答案——超聚变FusionOne HPC高性能计算解决方案。
超聚变FusionOne HPC通过整合计算、网络、存储等硬件设施和集群管理、中间件、操作系统等软件,为客户提供全栈式的高性能计算解决方案。
通过自研FusionOne Center集群管理平台和OneMind智慧引擎,让FusionOne HPC具备高效运行、安全可靠、极简运维、绿色节能四大特性,为客户打造自适应业务特征的高性能计算解决方案。
高性能计算作为数据中心核心技术之一,未来将在教育科研、制造仿真、石油勘探、气象预测等众多行业担当关键角色。超聚变将继续打造极致算力产品和解决方案,与生态合作伙伴加快推进高性能计算在千行百业的加速落地。
好文章,需要你的鼓励
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。