河南最快超算平台启用,加速智慧城市和人工智能应用

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 2 月 16 日,河南省最快超级计算机在郑州大学(郑州)超算中心正式投入使用。郑州大学超算中心的设备在软件的调度作用下形成了一个紧耦合的全面系统,借助高性能计算集群强大的计算能力,以深度学习硬件为优化工具,使用大数据分析的方法,对包括政务云学习在内的众多应用进行支撑。

2 月 16 日,河南省最快超级计算机在郑州大学(郑州)超算中心正式投入使用。郑州大学超算中心的设备在软件的调度作用下形成了一个紧耦合的全面系统,借助高性能计算集群强大的计算能力,以深度学习硬件为优化工具,使用大数据分析的方法,对包括政务云学习在内的众多应用进行支撑。郑州大学还计划以该超算系统为平台,建设全国最大的人工智能人才培训基地,打造完整的人工智能综合生态,将成为河南省和郑州市在智慧城市和人工智能等领域加速科技创新的重要基础设施。

微信图片_20211128115458.jpg该系统部署了 Caffe-MPI 人工智能计算框架,该框架是浪潮集团在开源 Caffe 的基础上,依托中国并行计算联合实验室的资源,开发了 Caffe-MPI 并行版本,Caffe-MPI(https://github.com/Caffe-MPI/Caffe-MPI.github.io)由浪潮的 HPC 应用开发团队进行开发。Caffe-MPI 是一款分布式集群版本,目前支持 GPU 与 MIC 集群并行计算。如下是使用 KNL 集群运行 Caffe-MPI 框架的一个示例,可以看出计算时间得到大大减少。

微信图片_20211128115520.jpg

目前,该系统已经完成一期工程,其峰值计算性能达 800 万亿次每秒。在二期工程中,该超级计算机计划升级到每秒 3000 万亿次,将作为网格节点并入国家高性能计算环境。中国工程院院士、浪潮集团首席科学家王恩东表示,浪潮集团一直积极参与郑州智慧城市建设,此次与郑州大学的合作,是浪潮智慧计算战略的重要落地。

 

「人工智能实际上是这两年浪潮重点发展的方向。我们的定位是做人工智能应用背后计算力和基础设施的提供者。」浪潮集团高性能计算总经理刘军说:「现在中国绝大多数人工智能应用的背后,有超过 60% 以上的计算力是浪潮的运行,我们有专门的团队会针对人工智能的应用去设计相应的计算设施,帮助他们优化计算框架的软件,提供更好更适合的解决方案。」

 

浪潮在人工智能领域进行了深度布局。目前,浪潮已经拥有以图搜图、语音识别、企业网络安全深度学习应用和深度学习语音识别加速等应用案例,也包括完善的异构加速产品、ClusterEngine 集成深度学习作业管理调度及集群系统监控、基于高性能系统设计开发 Caffe-MPI 等产品。在刘军看来,人工智能所需要的大数据相当于汽油,像谷歌的 AI、百度用的 PaddlePaddle 等相当于车轮,而浪潮则是把这些整合起来做出高性能的一部车给开发者、应用者使用。


在同一天开幕的世界大学生超级计算机竞赛(ASC17)中,郑州大学(郑州)超算将与神威·太湖之光成为承担不同赛题的运算平台。本届大赛由亚洲超算协会、郑州大学、国家超算无锡中心、浪潮合作举办,参赛队伍数量比去年增长 31%,共有来自世界各国 230 支队伍参赛将争夺进入总决赛的 20 强名额。ASC 竞赛发起人、中国工程院院士、浪潮集团首席科学家王恩东表示,随着超级计算、大数据、云计算相互融合,以人工智能为代表的智慧计算将成为未来计算产业里面最重要的组成部分,这将对计算技术带来新的挑战。


另一个关键性运算平台神威·太湖之光,是世界上首台峰值计算速度超过十亿亿次的超级计算机,采用中国国产处理器构建。国家超算无锡中心主任、清华大学教授杨广文称,「我们做计算机的核心任务是怎么让这些应用人员把超算融合应用起来,没有超算,大数据、人工智能的开发非常困难,所以我们要降低人工智能使用超算的门槛。」


值得关注的是,此次竞赛增加了无人驾驶的交通预测赛题,希望推动在校大学生了解掌握最新的人工智能算法、大数据应用及先进计算架构的相关知识和能力。交通预测是当前热门的无人驾驶技术中最关键的应用软件之一,可以在考虑时空关系后对交通情况做出合理预测,帮助车辆选择最合适的路线,特别是在城市拥堵情况下的路线选择更有现实的意义。

 

据了解,交通预测试题来自百度深度学习研究院,在预赛阶段,将给出某城市前 50 个工作日实际采集的交通状况的训练数据集,各参赛队可以通过百度 PaddlePaddle 深度学习计算框架进行数据训练,最终对第 51 个工作日早高峰期间每 5 分钟的交通状况进行预测,百度将根据交通预测的准确度评判各队的预赛成绩。



相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6天前
|
人工智能 Serverless
AI助理精准匹配------助力快速搭建Stable Difussion图像生成应用
【10月更文挑战第7天】过去在阿里云社区搭建Stable Diffusion图像生成应用需查阅在线实验室或官方文档,耗时且不便。现阿里云AI助理提供精准匹配服务,直接在首页询问AI助理即可获取详细部署步骤,简化了操作流程,提高了效率。用户可按AI助理提供的步骤快速完成应用创建、参数设置、应用部署及资源释放等操作,轻松体验Stable Diffusion图像生成功能。
|
7天前
|
传感器 机器学习/深度学习 人工智能
AI在智能制造中的革新应用与未来展望
【10月更文挑战第10天】AI在智能制造中的革新应用与未来展望
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来:AI技术的发展与应用
【10月更文挑战第9天】探索未来:AI技术的发展与应用
32 2
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI在自然语言处理中的创新应用
【10月更文挑战第7天】本文将深入探讨人工智能在自然语言处理领域的最新进展,揭示AI技术如何改变我们与机器的互动方式,并展示通过实际代码示例实现的具体应用。
25 1
|
1天前
|
机器学习/深度学习 人工智能 算法
介绍一下AI在药物研发中的应用。
【10月更文挑战第16天】介绍一下AI在药物研发中的应用。
7 0
|
2天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:AI在IT运维中的应用探索###
随着信息技术的飞速发展,传统的IT运维模式正面临着前所未有的挑战。本文旨在探讨人工智能(AI)技术如何赋能IT运维,通过智能化手段提升运维效率、降低故障率,并为企业带来更加稳定高效的服务体验。我们将从AI运维的概念入手,深入分析其在故障预测、异常检测、自动化处理等方面的应用实践,以及面临的挑战与未来发展趋势。 ###
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命性应用
【10月更文挑战第14天】 本文探讨了人工智能(AI)在医疗行业中的多种应用,包括疾病诊断、个性化治疗、药物研发等。通过具体案例分析,展示了AI技术如何提高医疗服务效率和准确性,同时指出了当前面临的挑战与未来发展趋势。
15 2
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI在软件测试中的创新应用与实践###
本文旨在探讨人工智能(AI)技术如何革新软件测试领域,提升测试效率、质量与覆盖范围。通过深入分析AI驱动的自动化测试工具、智能化缺陷预测模型及持续集成/持续部署(CI/CD)流程优化等关键方面,本研究揭示了AI技术在解决传统软件测试痛点中的潜力与价值。文章首先概述了软件测试的重要性和当前面临的挑战,随后详细介绍了AI技术在测试用例生成、执行、结果分析及维护中的应用实例,并展望了未来AI与软件测试深度融合的趋势,强调了技术伦理与质量控制的重要性。本文为软件开发与测试团队提供了关于如何有效利用AI技术提升测试效能的实践指南。 ###
|
4天前
|
机器学习/深度学习 人工智能 监控
探索AI技术在医疗健康领域的应用与挑战
【10月更文挑战第13天】 本文探讨了人工智能(AI)在医疗健康领域的多种创新应用,包括疾病诊断、个性化治疗、患者监护和药物研发等方面。同时,文章也分析了当前AI技术在实际应用中面临的挑战,如数据隐私、算法透明度、监管问题等,并提出了一些可能的解决思路。通过综合分析,本文旨在为读者提供一个关于AI在医疗领域应用现状及未来的全面视角。
25 3
|
4天前
|
人工智能
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。