还记得电影《超验骇客》中,威尔卡斯特博士造就世界上第一个真正的人工智能机器人吗?他将其意识上传到了计算机当中,不过,智能被限制在数码世界里,只能以程序的形式存在。
其实,一旦拥有改变意识或大脑的能力,就能突破生物进化的限制。现如今,脑科学和智能技术是目前科学界研究的热点,但是相互之间借鉴较少。
作为Dell中国4.0战略的重要组成部分,在去年11月3日,Dell高层领导与中科院领导共同启动了双方合作设立的“人工智能与先进计算联合实验室”。这是Dell部署“在中国为中国”4.0发展战略的一个重大进展,也是我们植根中国提升本土研发能力、致力引领未来技术发展方向的体现。戴尔提供的高性能计算平台将助力中科院开展脑科学和人工智能领域的前沿探索,而所取得的突破创新成果将有望转化为商业应用。戴尔高性能计算(HPC)解决方案作为IT平台的主角承担了中科院自动化所-戴尔脑信息与智能技术先进计算研究中心(一下简称计算研究中心),的计算核心任务。
用高性能计算支持热点研究
从计算研究中心的目前的任务来看,主要是关注面向脑信息处理与智能技术领域的新型计算架构研究与应用。
其中包括脑与认知海量数据分析、脑系统计算模拟、认知功能模拟、人工智能等方向的新型计算体系,这些除了立足研究领域,可以根据市场和行业发展的需要,对这些核心技术进行产品化和产业化。
戴尔的HPC方案是基于戴尔公司高性能、完整的、开放架构的服务器、存储和网络产品搭建。因此,戴尔为计算研究中心设计了支撑整个研究中心的IT平台架构。
整套系统架构由网络系统、高性能存储系统、CPU计算集群、GPU 计算集群、大内存节点集群等硬件系统组成。软件系统由操作系统、集群管理和资源管理软件组成,可以提供高性能计算平台、大数据平台和云平台。
用户的访问可以通过Web Portal、SSH 登录和ftp文件访问。此外,IT支撑平台还有Dell 提供硬件保修服务,和用户自己的维护体系,以及用户设定的安全体系。
在方案的设计上,戴尔采用集群管理软件BCM ,可以实现可视化的图形界面、命令行与图形界面交互。
另外,BCM软件与IEEL (Intel 企业版Lustre的结合),解决了集群管理软件与并行文件系统的孤岛问题,BCM集群管理软件可以集中管理整套系统,冗余HA 架构都保证了方案的先进性。
满足高性能计算的根基
目前计算研究中心用户数量多、种类多、应用多,IT系统的计算能力和存储能力必须足够大。
比如影像处理,需要800MB/s 单线程的带宽访问,32GB的数据文件;GPU运算要十几个人并发完成;另外还有脑影像、实现弹性存储等等需求。
在GPU计算节点,研究中心配置的是戴尔公司高性能的服务器 Dell PowerEdge C4130。 C4130具备高速计算能力的同时,还具备灵活性与高密度的特征。
C4130的高速计算能力来源于其平衡的体系结构,灵活组合了加速器、处理器、内存和I/O选项,可充分匹配研究中心的工作负载要求。
作为已针对GPU和协处理器进行优化的、灵活、高密度的1U机架式服务器,C4130有效推动要求最苛刻的HPC、数据可视化和渲染工作负载的运行。
在区区1U空间内配备多达四个300瓦双宽GPU加速器和协处理器,具有五种量身定制的独特配置,能够提供卓越的性能、灵活性和效率,同时降低研究中心的空间和管理需求。
而在高可用性方面, C4130提供了丰富的功能,可增强服务器的可靠性、效率和易用性,这样,对于整个平台来说,可以更快的享受到服务器的超高性能。
另外,高能效的组件可提供卓越的性能功耗比,优化的散热、布线和机械结构有助于减少漏电现象,并实现可靠的加速器性能。冗余热插拔电源和风扇等容错功能有助于确保系统的高可用性。
而在管理存储节点上,配置戴尔公司性能的机架式服务器 Dell PowerEdge R630。同时戴尔的高性能存储配置MD系列直接将最多四台HA配置服务器或八台非HA配置服务器连接到单个SAS存储系统,提供可选的4 GB或8 GB高速缓存控制器。
在戴尔大中华区战略发展部的规划下,戴尔全球企业级方案部署服务团队在2周之内完成了中科院CAS HPCC 项目的部署。现在,研究中心已经完成HPCC解决方案的各项测试,如集群功能性测试已经完成,其中Linpack测试、IOZONE测试,IB功能性测试、CUDA功能性测试、SHELL并行功能性,确保符合创新中心的高性能、高可用性、高容量、易于扩展、易于管理的要求。
让脑科学与智能技术完美结合。
目前,中科院自动研究所与戴尔共同搭建的脑信息与智能技术先进计算研究中心”将助力中科院进行哪些研究?
首先, 脑认知功能的基础研究以及脑疾病机理研究和早期诊断手段研发。
第二,脑研究新技术的研发用于脑认知与脑疾病研究的转基因猴模型、脑研究物理器件的研发、大数据信息学新技术和新理论的建立。
第三,类脑模型与智能信息处理:主要面向强人工智能,借鉴神经系统的结构与功能的特点及可塑性,建立类脑多尺度神经网络计算模型、类脑智能信息处理理论与方法。
通过对全脑网络的数据分析,构建功能和结构可塑的多尺度脑神经网络计算模型,以此作为创新源泉,启发人工智能研究中的多模态感知计算、语言与知识处理等智能信息处理理论与方法,引领国际智能信息处理及类脑智能的研究与发展。
最后,是对类脑器件与系统的研究,将借鉴脑科学研究成果,研制高性能、低功耗的类神经计算芯片和器件,研制基于类脑计算模型的智能机器人,构建人机协同的智能生长环境。
中科院自动化研究所所长王东琳认为智能技术之魂就是“类脑”,机器只有像人脑一样感知和思考才达到了真正的智能。
对人脑信息处理机制及人类智能的研究,将可能发展出一套类脑智能计算理论与技术。而戴尔提供完整的端到端HPC解决方案,则提供包括硬件,软件和研究涉及所需的特定支持!
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。