第二届全国大学生RDMA编程挑战赛开赛

简介:

ZDNet至顶网服务器频道 07月10日 新闻消息:HPC Advisory Council (国际高性能计算咨询委员会) 今日宣布,将面向国内大学生发起第二届RDMA编程挑战赛(The Second Student RDMA Programming Competition),旨在为大学生提供学习RDMA,并成为RDMA编程高手的绝佳机会。

大赛自2013年首次举办,就吸引了来自全国各地的20余家高校报名参加,并受到了来自国际顶尖高性能计算、云计算和大数据领域专家的广泛关注和媒体的争相报道。

本届大赛将是上届竞赛的全新升级。比赛获得了国内外的多家知名机构的支持,包括:Cloud Advisory Council、圣地亚哥超算中心、中国高性能计算专业委员会、China Grid 等等。评审委员全部由来自国外的资深专家组成,由来自俄亥俄州立大学的网络计算专家Dhabaleswar K. Panda教授出任评委会主席。

作为一种先进的网络数据传输方式,RDMA(远程直接内存访问)技术除了在HPC领域,在云计算、大数据、数据库和高频交易等领域有广泛的应用,和传统的网络相比能显著提升原有应用的效率。它允许网络中的计算机直接从内存里交换数据,而不用涉及任何一台计算机的处理器、高速缓存或者操作系统。

随着高性能计算、云计算、与大数据的兴起,业界急需RDMA相关技术人才的培养和选拔。国际高性能计算咨询委员会第二届全国大学生RDMA编程竞赛即日起欢迎全国各大高校的学生参赛(个人或团队形式)。大赛即日起开始,并将于HPC Advisory Council中国大会期间(11月5日)举行颁奖典礼。美国知名高校教授与专家将现场颁奖并会向表现优秀学生伸出入读美国名校的橄榄枝。在上一届比赛中,华中科技大学和西北工业大学荣获一等奖,来自中国科学技术大学和重庆大学的参赛选手夺得二等奖,上海交通大学、武汉大学和西安邮电大学获得了三等奖。

获胜队伍学生及导师将会接受媒体采访,并且有机会受邀参加HPC Advisory Council在其他国家举办的国际研讨会分享成果。领队导师也有机会通过比赛发现新的研究方向,加强国际合作。我们期待今年会有更多院校参赛,并取得理想的成绩。

奖项设置:

一等奖2名:各15000元

二等奖2名:各8000元

三等奖3名:各5000元

如果有参赛队的表现十分突出,组委将增设特等奖授予专家组一致认可的杰出团队。

参赛人员:每支参赛队伍由1名导师及1 至 5名参赛队员组成(本科或在读研究生)

注册方式:发送Email到rdma@hpcadvisorycouncil.com,注明参赛人员姓名、就读院校与专业、年级、联系方式、有无InfiniBand计算集群、指导老师。我们将会提供比赛试题以及培训资料,并将根据报名情况组织区域性培训。

比赛规则:

1、组委会收到各自申请后随即提供基于socket的比赛源程序及培训资料

2、参赛者将传统基于TCP通信的Socket程序改成基于RDMA verbs的程序

3、应用程序需在拥有RDMA能力的网络环境中运行(如InfiniBand),运行节点数与配置根据本校集群条件决定。如参赛队不具备RDMA环境,组委将会提供相应运行环境。

4、参赛人员提交移植的应用程序源代码与执行文件,并提交详细报告说明改动前后的实际运行性能差异对比,并作出性能提升的解释(英文)

5、评审委员会审查源程序及报告,并安排远程或面对面的答辩,最终决定优势者

6、比赛结果将在HPC Advisory Council中国研讨会上颁布(11月5日,广州). 大会将邀请多位国外知名专家为获胜者颁奖

大赛评审委员会

主席 

D. K. Panda Professor of Computer Science at the Ohio State University

评审委员

Gilad Shainer HPC Advisory Council Chairman

Richard Moore Deputy Director, San Diego Supercomputer Center

Addison Snell Chief Executive Officer, Intersect360 Research

Tong Liu Director of the HPC Advisory Council, Asia

Pak Lui HPC Advisory Council HPC Works Special Interest Group Chair

Tarick Bedeir HPC Advisory Council Programming Advisor

原文发布时间为:2014年07月10日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
目录
相关文章
|
6月前
|
人工智能 缓存 调度
技术改变AI发展:RDMA能优化吗?GDR性能提升方案(GPU底层技术系列二)
随着人工智能(AI)的迅速发展,越来越多的应用需要巨大的GPU计算资源。GPUDirect RDMA 是 Kepler 级 GPU 和 CUDA 5.0 中引入的一项技术,可以让使用pcie标准的gpu和第三方设备进行直接的数据交换,而不涉及CPU。
136058 6
|
Linux Anolis 异构计算
关于远程直接内存访问技术 RDMA 的高性能架构设计介绍
本文介绍 RDMA 技术的基本原理及交流在工程上的设计思路。
|
机器学习/深度学习 网络协议 异构计算
浅析GPU通信技术(下)-GPUDirect RDMA
目录 浅析GPU通信技术(上)-GPUDirect P2P 浅析GPU通信技术(中)-NVLink 浅析GPU通信技术(下)-GPUDirect RDMA 1. 背景         前两篇文章我们介绍的GPUDirect P2P和NVLink技术可以大大提升GPU服务器单机的GPU通信性...
26262 0
|
2月前
|
存储 机器学习/深度学习 并行计算
GPU通信互联技术:GPUDirect、NVLink与RDMA
在高性能计算和深度学习领域,GPU已成为关键工具。然而,随着模型复杂度和数据量的增加,单个GPU难以满足需求,多GPU甚至多服务器协同工作成为常态。本文探讨了三种主要的GPU通信互联技术:GPUDirect、NVLink和RDMA。GPUDirect通过绕过CPU实现GPU与设备直接通信;NVLink提供高速点对点连接和支持内存共享;RDMA则在网络层面实现直接内存访问,降低延迟。这些技术各有优势,适用于不同场景,为AI和高性能计算提供了强大支持。
|
3月前
|
SQL 存储 分布式计算
神龙大数据加速引擎MRACC问题之RDMA技术帮助大数据分布式计算优化如何解决
神龙大数据加速引擎MRACC问题之RDMA技术帮助大数据分布式计算优化如何解决
59 0
|
缓存 人工智能 算法
Nvidia_Mellanox_CX5和6DX系列网卡_RDMA_RoCE_无损和有损_DCQCN拥塞控制等技术简介-一文入门RDMA和RoCE有损无损
Nvidia_Mellanox_CX5和6DX系列网卡_RDMA_RoCE_无损和有损_DCQCN拥塞控制等技术简介-一文入门RDMA和RoCE有损无损
1331 0
|
6月前
|
人工智能 弹性计算 缓存
带你读《弹性计算技术指导及场景应用》——2. 技术改变AI发展:RDMA能优化吗?GDR性能提升方案
带你读《弹性计算技术指导及场景应用》——2. 技术改变AI发展:RDMA能优化吗?GDR性能提升方案
218 1
|
弹性计算 人工智能 网络协议
揭秘!CIPU最新秘密武器–弹性RDMA的技术解析与实践
弹性RDMA(Elastic Remote Direct Memory Access,简称eRDMA),是阿里云自研的云上弹性RDMA网络,底层链路复用VPC网络,采用全栈自研的拥塞控制CC(Congestion Control )算法,兼具传统RDMA网络高吞吐、低延迟特性,同时支持秒级的大规模RDMA组网。基于弹性RDMA,开发者可以将HPC应用软件部署在云上,获取成本更低、弹性更好的高性能应用集群;也可以将VPC网络替换成弹性RDMA网络,加速应用性能。
揭秘!CIPU最新秘密武器–弹性RDMA的技术解析与实践
|
弹性计算 人工智能 算法
阿里云徐成:CIPU最新秘密武器-弹性RDMA的技术解析与实践|阿里云弹性计算技术公开课直播预告
弹性RDMA(Elastic Remote Direct Memory Access,简称eRDMA),是阿里云自研的云上弹性RDMA网络,底层链路复用VPC网络,采用全栈自研的拥塞控制CC(Congestion Control )算法,兼具传统RDMA网络高吞吐、低延迟特性,同时支持秒级的大规模RDMA组网。基于弹性RDMA,开发者可以将HPC应用软件部署在云上,获取成本更低、弹性更好的高性能应用集群;也可以将VPC网络替换成弹性RDMA网络,加速应用性能。

热门文章

最新文章

下一篇
无影云桌面