機器之心● 精選AI 評分70
至知發布 Tessera:512 張 GPU 完成 3070 萬原子分子模擬
至知創新研究院發布分散式計算系統 Tessera,在 512 張 GPU 上完成約 3070 萬原子的完整能量與受力計算,單步耗時 1.684 秒,擴充套件效率達 89.7%。系統基於 E2Former V2 等變注意力架構,用 Hilbert 空間填充曲線劃分原子、每 10 步重建鄰居圖,並讓跨裝置通訊與本地計算重疊,把多層訊息傳遞的機器學習力場推到數千萬原子規模。
找到 2 筆;也可以試試 語意搜尋
至知創新研究院發布分散式計算系統 Tessera,在 512 張 GPU 上完成約 3070 萬原子的完整能量與受力計算,單步耗時 1.684 秒,擴充套件效率達 89.7%。系統基於 E2Former V2 等變注意力架構,用 Hilbert 空間填充曲線劃分原子、每 10 步重建鄰居圖,並讓跨裝置通訊與本地計算重疊,把多層訊息傳遞的機器學習力場推到數千萬原子規模。
量化交易公司 HRT(Hudson River Trading)發布文章,介紹如何用 eBPF 在其全球計算叢集中追蹤來源不明的網路流量。文章刊於 HRTBeat 部落格,連結副題意為「研究多、頻寬少」。配套的 Hacker News 討論帖目前有 12 分、2 條評論。