天天热头条丨国内高校最大云上科研智算平台CFFF上线,首个气象大模型成果已发布

来源: 大河财立方2023-06-28 07:40:04
  

【大河财立方 记者 杨霄 实习生 郎润乾 许静谊 刘宇霆】观天象、测风雨,中国人“掐指一算”的速度从小时级缩短至3秒内。6月27日,由复旦大学与阿里云、中国电信共同打造的国内高校最大云上科研智算平台CFFF(Computing for the Future at Fudan)在该校正式上线。这台为发现和解决复杂科学问题而建的科研“超级计算机”,已诞生45亿参数量中短期天气预报大模型,较当前超算计算机对天气预报的预测计算速度有近千倍的提升。

全球人工智能竞赛转入“大模型时代”,CFFF综合战力超过美国斯坦福同类平台


(资料图片仅供参考)

国内高校最大的云上智算平台CFFF,是一台为发现和解决复杂科学问题而建的科研“超级计算机”。它由复旦大学与阿里云、中国电信共同打造,以先进的公共云模式提供超千卡并行智能计算,支持千亿参数的大模型训练。它的实战力超越了澳大利亚超级计算机Setonix,跻身全球前15名。同时,它也领先于斯坦福大学等国际名校的智算平台。

当日在复旦大学为CFFF举行的发布会上,复旦大学浩清教授、人工智能创新与产业研究院院长漆远介绍,CFFF是基于百G高速数据传输网和阿里云的大规模异构算力,融合了调度技术、分级存储技术、AI与大数据一体化技术,部署在复旦校内的“近思”一号和托管在1500公里外阿里云乌兰察布数据中心的“切问”一号,连成了一台真正意义上的“超级计算机”。当前在该校四个校区,所有实验设备都能高速接入,做到异构算力统一管理,计算任务统一调度,满足不同应用场景下的科学智能研究与应用需求。

对于CFFF创造的各项价值,来自该校官方的介绍是:

其一,它拥有国内高校最大规模的多级数据冷热分层存储集群,解决了海量科研数据无法长期备份的痛点,并支持云上高速传输。相较于以往PB级科研的数据,从复旦校内传到西部数据中心需要两周,而今当日就能完成,真正实现了“东数西算”。

其二,它不仅能支撑国内科研项目研发创新实现降本增效,更可以加速科学原理发现和技术突破,并有力推动科学大模型的落地。

其三,CFFF平台更加低碳。阿里云绿色数据中心技术结合乌兰察布当地天然的气候优势,CFFF平台可实现年平均PUE小于1.2,每年节省总电力超过2000兆瓦时,年均节碳量达1500吨。

复旦大学校长、中国科学院院士金力表示,在数据和智能技术驱动的“大科学时代”,如何在日新月异的科技创新环境中赢得主动,在关键领域取得创新突破,是时代给予高校的命题。以CFFF平台为代表的智算平台作为一种新兴的科研超算架构,将成为科研的重要支撑力量,极大提升科研效率、降低科研成本,加速科学原理发现和技术突破,并有力推动科学大模型的落地。

CFFF成果首秀天气预报大模型,将预测时长从小时级提速至3秒

当日在发布会上,复旦大学公布了CFFF平台上孕育的首项科研成果是45亿参数量中短期天气预报大模型,来自该校人工智能创新与产业研究院李昊团队。

“基于CFFF平台的千卡并行智能计算,这样一个规模的大模型只用一天就完成了训练。这是传统的计算平台难以企及的效率。”李昊介绍,较当前超算计算机对天气预报的预测计算速度,这款人工智能大模型的计算速度有近千倍的提升,将时序预测(根据历史统计数据的时间序列对未来变化趋势进行预测分析)的速度从小时级缩短至3秒内,已达到世界先进水平。

不仅如此,CFFF平台从开始建设的第一天起,就收到了来自复旦不同院系的多种研究需求,涵盖了生命科学、大气科学、材料科学领域,也包括金融系统分析等社会科学研究。平台上的云原生与低代码工程化AI开发平台,进一步降低了AI与科研融合的门槛。如钻研介孔材料多年、曾获国家自然科学一等奖的赵东元院士对平台推进AI for Science研究充满期待:“CFFF平台的上线就像我们拥有了一个‘大科学装置’,让做科研如虎添翼。实验科学的数据非常多,如果可以通过文献数据找到设计一种材料的最佳路线,将会省掉很多时间,我们对物质的认识也会更加深入。”

“复旦希望基于CFFF平台建成一批具有世界级影响力的科学大模型,例如生命科学、材料科学、大气科学、集成电路等。”金力表示,未来,CFFF平台还将持续扩大其算力规模,并向复旦校外的科研机构、高校、医院、高科技企业等开放。

同日,复旦大学举行的首届世界科学智能大赛也宣布正式启动,该项赛事面向全球科研人员,设置了生命科学、量子化学等五大赛道。CFFF平台将为参赛队伍提供免费训练算力,并以更普惠的算力长期支持部分科研项目。

责编:刘安琪 | 审校:李金雨 | 审核:李震 | 监制:万军伟

关键词: 复旦大学 大学

责任编辑:sdnew003

相关新闻

版权与免责声明:

1 本网注明“来源:×××”(非商业周刊网)的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,本网不承担此类稿件侵权行为的连带责任。

2 在本网的新闻页面或BBS上进行跟帖或发表言论者,文责自负。

3 相关信息并未经过本网站证实,不对您构成任何投资建议,据此操作,风险自担。

4 如涉及作品内容、版权等其它问题,请在30日内同本网联系。