
东京工业大学的研究人员报告称,一种处理单元和存储器的三维集成技术实现了全世界最高的性能,为更快、更高效的计算铺平了道路。这种名为“BBCube 3D”的创新堆叠架构实现了比最先进的存储器技术更高的数据带宽,同时也最大限度地减少了位访问所需的能量。

机器学习技术已广泛应用于高性能信息处理领域,与此同时,在解决各类复杂任务时对于计算容量、计算速度以及能耗等的要求也越来越高。然而,现有硬件的计算速度受到传统冯·诺依曼体系结构的严重限制,随着计算过程所需时间的增长,计算效率将变得低下,能耗也会更大。

美国能源部近日宣布,在“能源创新高性能计算”(HPC4EI)计划下支持10个高性能计算项目,用于推进先进制造和清洁能源技术发展,通过先进的建模、仿真和数据分析技术提高能源制造效率并探索应用于清洁能源的新材料。

越来越多的任务需要高性能计算——例如图像处理或神经网络上的各种深度学习应用程序——在这些任务中,人们必须处理大量数据,并且速度相当快。人们普遍认为,在执行此类操作时,在速度和可靠性之间存在不可避免的权衡问题。根据这种观点,如果速度是重中之重,那么可靠性可能会受到影响,反之亦然。

计算能力在数据分析和机器学习、网络安全、科学研究以及核弹头设计和爆炸模拟等军事领域发挥着关键作用。计算具有工业影响,尤其是由于在价值链中占据关键位置的公司数量相对较少。这项研究集中于计算的两个互补部分:高性能计算(HPC,也称为“超级计算”)和量子计算。

美国能源部 (DOE)宣布提供高达 300 万美元的资金,用于将行业合作伙伴与美国国家实验室高性能计算 (HPC) 资源联系起来,这将加速突破性制造和清洁能源技术的发展。

储备池计算是一种模仿人脑工作方式的计算方法。美国科学家在最新一期《自然·通信》杂志上撰文称,他们找到了一种新方法,将储备池计算的速度提高33到100万倍,而所需的计算资源和数据输入却大大减少,新一代储备池计算有助于解决一些最困难的信息处理问题,比如预测流体的动态等。

模拟光子解决方案为解决复杂的高性能计算任务提供了独特的机会,在能量耗散和速度方面具有前所未有的性能,克服了基于电子流和数字方法的现代计算架构的当前限制。

阿贡国家实验室正在帮助Caterpillar提高重型柴油发动机的效率并减少排放。重型柴油发动机仍为美国建筑,采矿和运输行业中使用的大多数大型车辆提供动力。工程师们正在努力提高这些发动机的燃油效率,同时将污染降至最低,以减少能耗并确保这些行业的可持续发展。

美国国防高级研究计划局(DARPA)正在寻求高性能计算领域的创新。据HPCwire网站、DARPA官方网站等近日报道称,DARPA启动一项“低温逻辑技术”计划,其重点是进一步扩展功率密度以提高计算性能,从而解决到达摩尔定律扩展极限后所面临的问题。

美国能源部能源创新高性能计算(HPC4EI)网站11月13日公布,其制造业高性能计算(HPC4Mfg)专题启动4个项目。HPC4Mfg专题由能源部先进制造办公室(AMO)资助,并由劳伦斯·利弗莫尔国家实验室(LLNL)领导,旨在将先进的计算专业知识与技术应用于制造业、推进创新的清洁能源技术、减少能源和资源消耗以及增强制造商的竞争力。本次公布的四个项目分别是高效的大型热解系统、增材制造用钛合金开发、设计采用先进换热器实现更快热传导、通过机器学习(ML)建立热塑性复合材料工艺过程-性能关联

韩国电子与电信研究所(ETRI)的研究人员与Arm公司合作,离设计和部署一种能够处理双精度超算应用和低精度、低功耗AI推理的原生CPU又近了一步。对于一个将所有高性能计算HPC资源都与英特尔处理器绑定的国家来说,如果性能和效率的预测如期实现,那么这对于未来的超级计算大型系统而言可能是一个重大发展。

桑迪亚国家实验室(Sandia National Laboratories)的一个团队与密歇根大学(University of Michigan)的合作者一起,在同行评审杂志《高级材料》(Advanced Materials)上发表了一篇论文,其中详细介绍了一种新方法,该方法将赋予计算机芯片以更高性能计算处理能力,可实现高能效的机器推理操作。

在新一代高性能计算领域,欧盟也不甘心落后美国、中国等国家了,现在联合起来要开发自己的超算和处理器。日前欧盟通过了EuroHPC联合承诺书,32个国家决定投资80亿欧元(约合641亿)研发新一代超算。