台湾清华夺冠,清华获亚军:2019 ASC世界超算大赛落幕

在这项全球顶级超级计算机竞赛的历史上,台湾清华大学首次获得了冠军。

4 月 25 日,2019 ASC 世界大学生超级计算机竞赛(ASC19)在大连落下帷幕,台湾清华大学代表队获得了本次比赛的冠军,去年的冠军队清华大学则获得亚军。

作为世界规模最大的超算竞赛,ASC 19 吸引了超过 300 支中外高校队伍报名参赛,经过预赛选拔来到大连参与决赛的队伍则有 20 支。

这些队伍包括:北京航空航天大学、南方科技大学、福州大学、暨南大学、上海交通大学、中山大学、台湾清华大学、北京大学、华中科技大学、山西大学、太原理工大学、电子科技大学、香港中文大学、波兰华沙大学和华沙工业大学联队、清华大学、德国埃尔朗根-纽伦堡大学、大连理工大学、爱沙尼亚塔尔图大学、哥伦比亚 EAFIT 大学以及韩国成均馆大学。

本次大赛的决赛设在大连理工大学刘长春体育馆中举行。

超算轰鸣的火热气氛之外,极富挑战性的赛题则是 ASC 最富魅力之处。各支参赛队伍需要在决赛期间运行优化基准测试、人工智能人脸超分辨率重建、地球系统模式 CESM、基因测序组装软件 wtdbg、声子计算软件 ShengBTE 等前沿科学与工程应用——所有这些都是在 3000 瓦额定功耗的限制下,通过参赛队伍自行设计并搭建的超级计算机来完成的。

「想要在 3 千瓦的功率限制下发挥系统的最高效率,这需要参赛者对于系统架构有非常全面的了解。」国家超级计算无锡中心主任杨广文表示。「很多时候,参赛队伍成员需要在去掉部分内存条和风扇的情况下跑完赛题,这甚至需要和硬件厂商进行交流,修改 BIOS 才能做到。」

总冠军的争夺

重量级的比赛总会吸引实力强大的队伍。在去年刚刚获得了国际三大超算比赛(ASC、ISC 和 SC)「大满贯」的清华大学代表队也入围了 ASC19 的决赛,但在本次比赛没有夺冠,这稍微有些出人预料。

清华大学团队代表在赛后表示:「这次比赛参赛的队员处在新老交替的过程中。我们补充了很多相对年轻的新队员,他们相对欠缺比赛的经验,在比赛过程中在遇到一些问题的时候,应对得不尽完美。但本次比赛也让队员们收获了成长,并取得了不错的成绩。」

在短短五天的决赛中,想要应对赛会提出的高难度赛题,甚至赛前保密的「神秘挑战」是一件非常困难的事情。这意味着强大的理论知识、随机应变的能力,以及掌握有限资源在面对多个挑战时的取舍。台湾清华大学在这届 ASC 超算大赛中首次获得了 ASC 的冠军,成为了颁奖仪式上受人关注的焦点。

台湾清华大学代表队获得了 ASC 19 超算大赛的总冠军。

「我们在随机应变上做得很好,」台湾清华大学代表在赛后的采访中表示。「在这次比赛里发生了很多预想不到的状况,我们团队的大多数成员在去年参加过 ASC18 的竞赛,在今年的比赛中吸取经验,在处理危机状况时发挥稳定。」

与很多其他入围决赛的队伍一样,台湾清华大学代表队的成员们也曾参加过其他国际超算竞赛,而此前参加过 ASC 的一些高年级成员也会留下来担任教练角色。

比赛评委表示,台湾清华大学代表队在决赛中的表现堪称完美。他们在 HPCG、CESM、ShengBTE 等多个赛题均有上佳表现,反映出全面、深刻的超算系统与应用理解能力以及出色的性能优化能力。

这是 ASC 决赛第二次出现两岸清华大学分获冠亚军的一幕。不同的是,在 2013 年的比赛中清华大学获得了冠军,而台湾清华大学获得亚军。

挑战最高计算速度

本次比赛的另一个重要奖项:e Prize 计算挑战奖被中山大学获得。他们在这一挑战中的成绩要比其他参赛队伍高出很多。在比赛中,中山大学代表队的成员们使用了多线程运行方法,对进程通讯、内存访问以及向量化等进行大量优化,成功获得了该项大奖。

中山大学部分成员和他们的超算。

今年的 e Prize 赛题有关气候变化模拟,决赛参赛选手们需要在限定时间内完成在限定时间内完成 CAM4、CAM5 两个大气模式的计算,以及在二氧化碳浓度翻倍的条件下 CESM 的全模式计算。CESM 是当今国际上应用最为广泛的气候模型,同时也是联合国政府间气候变化专门委员会(IPCC)撰写第五和第六次评估报告所使用的主要气候模型之一。

在此之外,中山大学还和太原理工大学、香港中文大学和德国埃尔朗根-纽伦堡大学一同成为了 ASC 历史上首次出现的「超级团队对抗赛」的优胜者。

在赛会限制的 3000 瓦功率下跑出最高算力的北京航空航天大学获得了本次比赛的最高计算性能奖。在有限的功耗约束下,北航选手搭建的超级计算机在运行 HPL 国际基准测试时,实现了整体系统 50.21 万亿次/秒的持续浮点运算性能。

图像增强算法

北京航空航天大学在人工智能赛题人脸超分辨率算法中也取得了最佳成绩,其由机器生成的超分辨率图像与原始高清图像相比,具有极高的人脸特征相似性。

图像超分辨率是 ASC 19 的人工智能赛题。近年来深度学习的发展为超分辨率研究方向带来了新的突破,而很多相关的应用也已出现在手机等设备上,成为了人们日常生活的一部分。

北航代表队对于算法的理解显然为解决这一赛题带来了优势,他们在预赛中就获得了超分辨率赛题的满分。在单张图像超分辨率 SR 赛题上基于多模型进行充分比较评估,构建更适合于问题的深度学习模型,取得了感知指数 (Perceptual Index)2.58 的优异成绩,并获得了满分。

在这个赛题上,选手们只能选择 PyTorch 深度学习框架。「主办方这次希望学生能够接触并挑战最新的技术。本次大赛使用的硬件设备是全球最新、最好的。」ASC 2019 组委会委员刘军表示。「而在软件工具方法上,赛会也希望能够采用最先进、最具应用潜力的软件。PyTorch 作为一个热门深度学习工具,其上升快、有潜力、灵活性、适应性、计算性能表现都非常好,在考虑将人工智能和超算结合时希望扩展性更好。」

今年的 ASC 19 已经是第八届比赛了。迄今为止,ASC 世界大学生超算竞赛已经吸引了超过 7000 人参赛,参与队伍数量则超过 1600 支。ASC 已成为全球规模最大、参与人数最多的大学生超算赛事。ASC 竞赛发起人、中国工程院院士王恩东表示,AI 的兴起已为高性能计算(HPC)领域探索出一个全新且重要的应用领域,如何实现超级计算技术与人工智能技术更好的融合,将成为未来计算技术的重要研究方向。

工程台湾清华大学清华大学超级计算机
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

基准技术

一种简单的模型或启发法,用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

图像增强技术

图像增强技术用于增强图像中的有用信息,它可以是一个失真的过程,其目的是要改善图像的视觉效果,针对给定图像的应用场合。它通过有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。

推荐文章
暂无评论
暂无评论~