• 收藏

  • 点赞

  • 评论

  • 微信扫一扫分享

英伟达在ISC2022上展示AI及DPU等最新成果

来源:爱集微

#英伟达#

06-01 15:37

集微网消息,英伟达在ISC2022大会上展示了在人工智能、DPU等方面的最新成果。

AI 对科学的丰富馈赠

伦敦国王学院的研究人员使用 NVIDIA Cambridge-1 超级计算机和 MONAI 打造全球最大的开源合成大脑图像集,加速了 AI 在医疗健康领域的应用。

Jorge Cardoso是 MONAI 开源联盟的创始成员以及医学影像 AI 领域的研究人员。这位伦敦国王学院的研究人员兼伦敦 AI 中心的 CTO 为医疗健康研究人员免费提供了 10 万张合成大脑图像。

“过去许多研究人员不想涉足医疗健康领域,因为他们无法获得良好的数据,但现在可以了,”Cardoso 说。Cardoso的捐赠规模是此前全球最大的免费大脑图像库的两倍多。UK Biobank 目前保存着 5 万多张人类大脑、心脏和腹部的图像,计划以 1.5 亿美元的成本将总规模扩展到 10 万张。

这些图像代表了合成数据在医疗健康领域的一个新兴分支。合成图像此前已经广泛应用于消费者和商业应用的计算机视觉领域,而实际上这些领域本身已有包含数百万张真实图像的开放数据集可供使用。

相比之下,医学领域可供使用的真实影像反而稀缺。出于保护患者隐私的需要,医学影像通常仅供与大型医院相关的研究人员使用。即便如此,这些影像往往也只能反映医院所服务的人群,而非范围更广的人群。

这项工作需要可以运行超级软件的超级计算机。NVIDIA Cambridge-1 是致力于在医疗健康领域取得突破性 AI 研究的超级计算机,充当引擎。MONAI 是用于医学成像的 AI 框架,充当软件燃料。它们共同创建了用于合成数据的 AI 工厂,让研究人员能够运行数百个实验、选择最优的 AI 模型并运行推理以生成图像。

英国健康数据研究所作为国家级资源库,将托管 10 万张大脑图像。Cardoso 还希望提供他的 AI 模型,以便研究人员创建所需的图像。不仅于此,Cardoso 的团队还在探索这些模型如何在医学成像模式下(MRI、CAT 或 PET 扫描等)为人体任意部位生成 3D 图像。

DPU 为网络计算的未来打下基础

在欧洲和美国,很多其他 HPC 开发者正在开发将通信和计算作业卸载到 DPU 的方法。

他们借助 NVIDIA BlueField-2 DPU 内的 Arm 核和加速器的强大功能为超级计算机提供强力支持。

洛斯阿拉莫斯国家实验室(LANL)的高级科学家Steve Poole 正与 NVIDIA 进行一项为期多年的广泛合作,这项合作旨在将计算多物理应用的性能提高 30 倍。其中包括使用 BlueField 及其 NVIDIA DOCA 软件框架在计算存储、模式匹配等方面实现的创新技术。这些努力还将有助于进一步定义 OpenSNAPI ,这是一个任何人都可用来控制 DPU 的应用接口。

Poole 主持 Unified Communication Framework 的 OpenSNAPI 项目,这是一个旨在实现 HPC 应用异构计算的联盟,成员包括Arm、IBM、NVIDIA、美国国家实验室和美国的一些大学。

 LANL 研究人员 Dominic Manno 在最近的 LANL 博客中表示,LANL 已经感受到网络计算的强大功能,这要归功于其创建的 DPU 赋能存储系统。加速闪存盒(ABoF)将固态存储与 DPU 和 InfiniBand 加速器相结合,可为 Linux 文件系统的关键性能部分提供加速。它的性能高达同类存储系统的 30 倍,并将成为 LANL 基础架构中的关键组件。

德克萨斯高级计算中心(TACC)近期也开始在 Dell PowerEdge 服务器中采用 BlueField-2。它将在 InfiniBand 网络上使用 DPU ,使其 Lonestar6 系统成为云原生超级计算的开发平台。

俄亥俄州立大学的研究人员展示了 DPU 如何将一个 HPC 热门编程模型的运行速度提高 21%。他们通过卸载消息传递接口(MPI)的关键部分,加速了 P3DFFT ,这是一个用于众多大规模 HPC 仿真的数学库。

欧洲的多个研究团队正利用 BlueField DPU 加速 MPI 和其他 HPC 工作负载。例如,英格兰北部的达勒姆大学正在开发一款软件,用于在 16 个节点的 Dell PowerEdge 集群上使用 BlueField DPU 以实现 MPI 作业的负载均衡。

剑桥大学、伦敦和慕尼黑的研究人员也在使用 DPU。伦敦大学学院正在探索如何在 BlueField-2 DPU 上为主机系统调度作业。例如,可以使用它的能力在主机处理器之间移动数据,以便在需要时数据已然就位。

与此同时,慕尼黑工业大学计算机体系架构和并行系统组的研究人员正在寻找方法,使用 DPU 来卸载 MPI 和操作系统任务,这是 EuroHPC 项目的一部分。

在美国,佐治亚理工学院的研究人员正在与桑迪亚国家实验室合作,利用 BlueField-2 DPU 加速分子动力学研究。

本月早些时候,日本研究人员宣布将推出一款采用新版 NVIDIA H100 Tensor Core GPU 的系统,该系统将搭载速度更快、更智能的 NVIDIA Quantum-2 InfiniBand 网络平台。

NEC 将使用 H100 的为筑波大学计算科学中心构建算力大约为 6 PFLOPS 超级计算机。研究人员将使用该系统实现气候学、天体物理学、大数据、AI 和更多方面的研究。

(校对/Sharon)

责编: 干晔

Jimmy

作者

微信:L_canvas

邮箱:zhangshh@lunion.com.cn

作者简介

早日退休

读了这篇文章的人还读了...

关闭
加载

PDF 加载中...