推动学术与产业界融合 第五届大学生RDMA编程挑战赛完美收官

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:

一年一度的HPC Advisory Council (国际高性能计算咨询委员会)中国研讨会如期而至。会上,HPC Advisory Council正式揭晓第五届大学生RDMA编程挑战赛 (The 5th Student RDMA Programming Competition) 的比赛结果,并为获奖队伍颁奖。国防科技大学参赛代表队的作品获得众评委的高度评价,以最突出的成绩摘取大赛设立的特等奖。此奖项在过去两年都未曾有团队能够摘取。来自中国科学技术大学和上海交通大学的两只队伍凭借出色的表现摘取一等奖。华中科技大学1队和2队同时夺得二等奖,三等奖则花落南京大学和清华大学。

推动学术与产业界融合 第五届大学生RDMA编程挑战赛完美收官

获奖队伍合影

今年是大赛创立的第五年,赛事辐射面进一步扩大,吸引了来自全球各地的数十支高校队伍报名参加,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。

本届大赛的竞赛题目紧贴世界超算产业的发展趋势,重点围绕人工智能、深度学习的理论框架、实践模型与未来发展趋势等主题展开,注重赛题与实际应用相结合。在“人工智能”迅猛的发展势头下,如何利用高性能计算推动人工智能已成为近年来业界聚焦的热点。

推动学术与产业界融合 第五届大学生RDMA编程挑战赛完美收官

大赛发起人,HPC Advisory Council亚太区主席刘通

大赛发起人,HPC Advisory Council亚太区主席刘通表示: “RDMA是解决人工智能时代数据传输瓶颈的最高效网络传输协议。无论是传统的高性能计算应用还是新兴的深度学习框架,RDMA通信方式都是其中的关键环节。RDMA编程挑战赛为参赛大学生创造了交流沟通的平台,他们有机会接触最前沿的科技领域并进行深层次的探讨与分享,培养创新精神和未来意识。在实践中学以致用,这无疑有助于推动学术界与产业界的不断融合。”

推动学术与产业界融合 第五届大学生RDMA编程挑战赛完美收官

中国计算机学会高性能计算专业委员会秘书长张云泉

中国计算机学会高性能计算专业委员会秘书长张云泉在开场致辞中表示:“人工智能、大数据、数据分析,这一切都依赖于RDMA技术。这项技术能够提升性能和效率,使我们能够去搜索令人惊叹的海量数据。作为本届大赛的核心支持机构,高性能计算专业委员会为竞赛提供鼎力支持。该比赛无疑为RDMA编程爱好者提供了一个广泛交流的好机会,有助于推进RDMA在人工智能领域的应用和下一代应用技术的开发,以及 “万物智能” 愿景的早日实现。”

推动学术与产业界融合 第五届大学生RDMA编程挑战赛完美收官

HPC Advisory Council主席Gilad Shainer

“人工智能的发展离不开先进的计算平台,更离不开拥有高速数据传输效率的RDMA技术。”HPC Advisory Council主席Gilad Shainer先生表示, “我很高兴看到来自世界各地的顶尖高校同场竞技,这不仅是开发水平的检验,同时也在为人工智能领域储备人才。相信同学们的努力将对RDMA技术以及人工智能在中国的发展起到积极的推进作用,而这些技能无疑也将适用于他们未来的职业生涯。”

推动学术与产业界融合 第五届大学生RDMA编程挑战赛完美收官

HPC Advisory Council授予京东集团 “加速AI、创新数据中心” 奖

左为京东IT资源服务部 自动化部&IDC建设部总监张敬

右为HPC Advisory Council主席Gilad Shainer

第五届大学生RDMA编程比赛获得了国内外多家知名机构的大力支持,包括:美国圣地亚哥超算中心、美国阿贡国家实验室、中国高性能计算专业委员会、China Grid 等等。评审委员由来自国外的资深专家以及国内深度学习领头羊企业的专业人士组成,包括:阿里巴巴、京东、科大讯飞、SenseTime(商汤科技)、旷视科技(Face++)、Mellanox、NVIDIA,并由HPC Advisory Council主席Gilad Shainer出任评审委员会主席。

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,在深度学习、云计算、大数据和高频交易等领域有广泛的应用,和传统的网络相比能显着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、人工智能与深度学习的兴起,业界急需RDMA相关技术人才的培养和选拔。在本届颁奖典礼之前的研讨会上,就有来自阿里巴巴、京东集团、科大讯飞、商汤科技,旷视等全球顶尖互联网企业的架构师就大数据时代的RDMA和人工智能展开探讨,并表达了对该方面人才的渴求。

我们期待更精彩的下一届,希望能够吸引更多院校参赛,并取得理想的成绩。

关于本届大赛:

大赛主办方:HPC Advisory Council(国际高性能计算咨询委员会)

支持机构:中国计算机学会高性能计算专业委员会,ChinaGrid,美国圣地亚哥超算中心,美国阿贡国家实验室

支持企业(根据字母排序):阿里巴巴、京东、科大讯飞、旷视科技(Face++)、Mellanox、NVIDIA、SenseTime(商汤科技)


原文发布时间为: 2017年10月18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。

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
|
网络协议 容灾 Linux
系列解读 SMC-R (二):融合 TCP 与 RDMA 的 SMC-R 通信 | 龙蜥技术
本篇以 first contact (通信两端建立首个连接) 场景为例,介绍 SMC-R 通信流程。
系列解读 SMC-R (二):融合 TCP 与 RDMA 的 SMC-R 通信 | 龙蜥技术
|
4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。
135598 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...
25754 0
|
7天前
|
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。
|
25天前
|
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
18 0
|
11月前
|
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
1077 0
|
4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
176 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

热门文章

最新文章