Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

ASC22世界超算大赛启动会举行,中国科学技术大学成为大赛东道主

ASC22总决赛将于今年5月7日-11日在位于合肥的中国科学技术大学举行。

1月19日,全球最大规模的超算竞赛2022 ASC世界大学生超级计算机竞赛启动会在北京、合肥两地及线上同步举行。多位中国科学院院士、中国工程院院士、超算与人工智能领域专家及参赛队师生代表等参加了会议。
ASC 世界大学生超级计算机竞赛(ASC Student Supercomputer Challenge)由中国发起组织,并得到亚洲及欧美相关专家和机构支持,旨在通过大赛平台推动各国及地区间超算青年人才交流和培养,提升超算应用水平和研发能力,发挥超算的科技驱动力,促进科技与产业创新。ASC超算大赛迄今已举行至第十届,吸引超过万名世界各国大学生参赛,是全球最大规模的超算竞赛。

ASC22吸引了全球超过300支参赛队伍报名参加,其中不乏在上一个国际超算赛季表现突出的队伍,比如ISC21 和 SC21 冠军清华大学、ASC20-21 现场决赛总冠军及 ISC21 季军暨南大学、ASC20-21 线上决赛总冠军台湾清华大学、SC21 IndySCC 超算竞赛冠军中山大学,以及 SC21 亚军上海科技大学、SC21 最高计算性能奖得主南方科技大学、SC21 IndySCC 季军瑞士苏黎世联邦理工学院等。此外还有中国科学技术大学、美国德州 A&M 大学、俄罗斯乌拉尔联邦大学、澳大利亚蒙纳什大学、哥伦比亚 EAFIT 大学等强队。

在启动会上,主办方公布了ASC22竞赛时间线。ASC22采用“预赛+决赛”的赛制。2022年1月5日-3月4日为预赛阶段,参赛队按要求提交超算应用优化提案。3月21日将公布预赛结果及决赛名单。

通过预赛选出的队伍将参加5月7日-11日在位于合肥的中国科学技术大学举行的总决赛。入围总决赛的中国大陆队伍将参加现场总决赛,中国大陆之外的晋级队伍将通过在线方式参与总决赛,他们将比拼基准测试、高性能计算和人工智能等应用赛题,并参加英文答辩,角逐冠亚军、e Prize计算挑战奖、最高计算性能奖等诸项大奖。

预赛两大赛题

ASC22赛题聚焦高性能计算与人工智能(AI)的融合,所有参赛大学生队伍需要在预赛中完成两道极具挑战性的尖端应用赛题,分别是“源”AI语言大模型和AI+Science代表性软件DeePMD-kit,这对参赛队伍的超算应用与创新能力将是巨大的考验。

今年的 AI 赛题聚焦当前业界前沿 AI 大模型。“源”是 2021 年发布的一个面向中文的巨量语言模型参数量达 2457 亿,刷新了业界多个中文榜单的纪录,且在众多的语言处理任务场景中表现出了广阔的应用前景。AI 大模型的训练面临着计算量和并行策略设计的双重挑战,因此也是参赛队展示超算性能优化能力的绝佳试验场。 

在这道赛题中,ASC22 组委会提供了 100GB 的高质量中文数据集,参赛团队基于这一数据集实现一个 47亿参数的小号“源”模型。值得一提的是,组委会并没有提供模型设计的参考代码,这意味着参赛队需要自行完成模型结构构建和全部训练过程,并合理设计模型训练策略,以期得到最佳的计算性能。

另一道“DeePMD-kit”赛题将引导大学生进行一场关于AI+Science的前沿探索。当前,科学研究与人工智能结合被视为最值得期待的创新趋势之一,人工智能正在催生新的科研范式。机器学习分子动力学 DeePMD-kit 的出现成功推动了相关领域的跨越式发展,定义了科学研究+机器学习+高性能计算的新范式。

高性能计算的加入将机器学习分子动力学的潜力持续释放:DeePMD-kit 在超级计算机顶点(Summit)上达到了双精度 91P 的峰值性能,到解时间快于之前基线水平 1000 倍以上,相关成果获得了 2020 年戈登·贝尔奖。这道赛题聚焦 DeePMD-kit 的训练效率优化,通过高性能优化提升训练速度对于用户来说至关重要。参赛选手将对 DeePMD-kit 的模型构建过程有一个直观认识,并可以使用高性能优化的手段优化整个训练过程。 

中国科学技术大学成为ASC22大赛东道主

今年的ASC现场总决赛举办地选定了中国科学技术大学。中科大是享誉海内外的世界一流大学,在量子信息、单分子科学、高温超导、纳米科学、地球环境、生命与健康等前沿科学和高新技术领域取得了一批具有世界水平的科研成果。中科大超算代表队也是世界超算竞赛舞台上的老牌劲旅,多次荣获冠亚军等重量级奖项。
ASC竞赛发起人、中国工程院院士王恩东表示:“今年恰逢ASC竞赛举办10周年,‘十年树木,百年树人’,推动超算年轻人才培养正是ASC竞赛发起举办的初心。相当部分的同学通过比赛增加了对超算的认识,开阔了视野,在毕业后投身超算和应用一线并已经有所建树,成为新生代的‘超算力量’。ASC竞赛‘以赛促学、以赛会友’的办赛模式,在人才培养上已经取得明显成效,特别是在国际青年人才交流方面,这样的作用很明显,为参赛大学生们提供了交流协作的国际化舞台。经过十年发展之后,ASC竞赛已经形成了独特的赛事文化,吸引了越来越多的人投身其中。”

中国科学技术大学副校长周丛照指出,高性能计算、人工智能是关系到科技与产业发展的基础性、战略性问题。中国科学技术大学在高性能计算方面的研究和应用几乎涵盖了科学与工程的各个学科,不仅在量子计算等前沿技术路径上取得突破,而且在灾害性气象预报、城市社会应急系统等应用领域实现了重要进展,并形成了完善的高性能计算人才培养体系。今年恰逢ASC十周年,举办ASC22总决赛将进一步推动中国科学技术大学在高性能计算领域的人才培养与前沿技术突破。

为了帮助参赛师生更好地备战,ASC组委会将于1月20日-21日举办线上集训营,邀请世界知名学术机构、高科技企业的高性能计算及人工智能专家解读竞赛规则,详解集群设计与评测、加速计算、并行优化等超算知识和赛题背景,并进行深度学习训练优化等人工智能方面知识的培训。往届ASC获奖团队的师生代表也将分享他们的成功经验与宝贵建议。

入门中国科学技术大学浪潮集团超算竞赛ASC22
相关数据
清华大学机构

清华大学(Tsinghua University),简称“清华”,由中华人民共和国教育部直属,中央直管副部级建制,位列“211工程”、“985工程”、“世界一流大学和一流学科”,入选“基础学科拔尖学生培养试验计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”,为九校联盟、中国大学校长联谊会、东亚研究型大学协会、亚洲大学联盟、环太平洋大学联盟、清华—剑桥—MIT低碳大学联盟成员,被誉为“红色工程师的摇篮”。 清华大学的前身清华学堂始建于1911年,因水木清华而得名,是清政府设立的留美预备学校,其建校的资金源于1908年美国退还的部分庚子赔款。1912年更名为清华学校。1928年更名为国立清华大学。1937年抗日战争全面爆发后南迁长沙,与北京大学、南开大学组建国立长沙临时大学,1938年迁至昆明改名为国立西南联合大学。1946年迁回清华园。1949年中华人民共和国成立,清华大学进入了新的发展阶段。1952年全国高等学校院系调整后成为多科性工业大学。1978年以来逐步恢复和发展为综合性的研究型大学。

http://www.tsinghua.edu.cn/
相关技术
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。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

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。

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

语言模型技术

语言模型经常使用在许多自然语言处理方面的应用,如语音识别,机器翻译,词性标注,句法分析和资讯检索。由于字词与句子都是任意组合的长度,因此在训练过的语言模型中会出现未曾出现的字串(资料稀疏的问题),也使得在语料库中估算字串的机率变得很困难,这也是要使用近似的平滑n元语法(N-gram)模型之原因。

量子计算技术

量子计算结合了过去半个世纪以来两个最大的技术变革:信息技术和量子力学。如果我们使用量子力学的规则替换二进制逻辑来计算,某些难以攻克的计算任务将得到解决。追求通用量子计算机的一个重要目标是确定当前经典计算机无法承载的最小复杂度的计算任务。该交叉点被称为「量子霸权」边界,是在通向更强大和有用的计算技术的关键一步。

推荐文章
暂无评论
暂无评论~