Mar, 2023

云服务使异构资源上高效的 AI 引导仿真工作流程成为可能

PDF
TL;DR使用多种计算资源，如高度并行的超级计算机和专用加速器，部署基于 AI 的模拟工作流非常有利，其中，云托管管理服务的使用可以简化跨资源身份验证和授权，功能即服务（FaaS）函数调用和数据传输等方面的管理，我们的研究表明使用云托管管理服务可以实现与直接连接资源使用情况相当的性能优化。
发现论文，激发创造
  • 可扩展、分布式 AI 框架：利用云计算提高深度学习性能和效率

    本文全面研究了利用云计算的可扩展和分布式人工智能框架以提高深度学习性能和效率的关键方面，包括数据存储和管理、优化策略、模型部署与服务等，并讨论了云计算人工智能的挑战、限制和未来研究方向。

    Apr, 2023

  • TF2AIF：在云边界连续上加速 AI 模型的开发和部署

    通过创建多个高级语言版本的某个 AI 函数输入，以适应多种不同的硬软件平台，TF2AIF 填补了当前生态系统中的一个空白，并通过要求用户最少的时间或专业知识，促进资源管理或自动化操作的研究。

    Apr, 2024

  • AI 耦合 HPC 工作流中异构任务的异步执行

    本文研究异构科学工作流中异步任务执行的要求和性质，提出度量异步执行的定性好处的关键指标，并在 Summit 上进行的实验表明，使用异步执行可以大大提高性能.

    Aug, 2022

  • 一种统一的云支持零散事件并行分布式仿真架构

    本文提出了一种基于 DEVS 形式主义的统一并行和分布式 M＆S 架构，具有足够的灵活性，可以在云中部署并行和分布式模拟，而无需修改底层模型源代码，并在并行实现中获得最大 15.95 倍的加速比。

    Feb, 2023

  • 一个面向千个 GPU 的多租户机器学习服务模拟平台

    AnalySIM 是一个集群模拟器，可通过跟踪驱动的集群工作负载模拟，以各种性能指标（如 GPU 资源利用率）测试和分析各种调度策略，具有物理拓扑和逻辑分区两种基于集群计算资源的模拟方式。

    Jan, 2022

  • AI-coupled HPC 工作流程

    通过将人工智能 / 机器学习模型集成到传统超级计算机工作流中，这篇论文讨论了提高科学性能的多种方式和生产级用例，并介绍了解决极限规模 AI 结合 HPC 活动的主要挑战和几种框架和中间件方案。

    Aug, 2022

  • 远程感知中异构系统的动态组合方法

    本文介绍了一种新的动态组合异构系统的方法，以进一步推进数据驱动的科学实践，以提高计算效率和特定科学领域的可用工具，并概述了一项以可组合基础架构为基础的案例研究，展示了火灾建模的应用。

    Nov, 2022

  • Chat AI：一个无缝的 Slurm 原生解决方案，用于基于 HPC 的服务

    提供一种基于云端虚拟机的网络服务架构，与高性能计算系统相结合，通过 Slurm 集群实现运行大规模语言模型，提供一种安全、私密的可替代商业大规模语言模型服务的解决方案。

    Jun, 2024

  • 绿色数据中心可持续发展的全面自动化扩展

    提出了一种名为 Full Scaling Automation (FSA) 的机制，该机制利用深度表征学习来动态适应大型云计算集群中的工作负载，实现数据中心集群保持所需的 CPU 利用率目标的同时提高能源效率，并且在 2022 年 “双 11” 购物节期间，使用 FSA 机制成功减少了 947 吨二氧化碳的排放，实现了我公司 2030 年碳中和的战略目标。

    May, 2023

  • 利用语义和机器学习扩展数据科学解决方案：博世案例

    通过将语义技术和机器学习与云系统相结合，SemCloud 为非云计算专家提供了一个语义增强的云系统，它依靠领域本体和数据集成映射来实现数据处理和分析的分布式计算。

    Aug, 2023