TC
天文学家利用GPU破解银河奥秘
随着天文学的进步,研究人员开始依赖图形处理单元(GPU)来在星系中寻找隐藏的奥秘。这种需求的增加进一步加剧了全球GPU短缺的问题。GPU的强大计算能力使其成为天文学家分析大量数据的理想工具,帮助他们更快地识别和研究宇宙中的天体。
随着天文学的进步,研究人员开始依赖图形处理单元(GPU)来在星系中寻找隐藏的奥秘。这种需求的增加进一步加剧了全球GPU短缺的问题。GPU的强大计算能力使其成为天文学家分析大量数据的理想工具,帮助他们更快地识别和研究宇宙中的天体。
Kepler Communications公司在地球轨道上部署了40个GPU,打造了全球最大的轨道计算集群。Sophia Space成为其最新客户,这标志着太空计算的商业化迈出了重要一步。随着越来越多的企业探索轨道计算的潜力,这一领域正迎来前所未有的发展机遇。
强化学习(RL)已成为现代基础模型开发的核心阶段。通过ROCm对Miles的支持,AMD GPU用户可以在MI300/350级集群上运行现代RL管道,包括分布式rollout和GRPO训练。
科技巨头时代已变,不再局限于购买离散芯片。英伟达与Meta的最新交易标志着AI公司对计算资源的全面需求升级,如今需要GPU、CPU乃至全栈解决方案。这不仅反映了AI训练对海量算力的饥渴,还预示着计算架构从碎片化向集成化转型。未来, hyperscalers 将主导定制化超级计算,推动AI从实验室走向普世应用。
英特尔正大力扩充团队,专注于GPU开发,并将围绕客户需求制定策略。此举标志着英特尔正式进军由NVIDIA主导的GPU市场。在AI计算需求爆炸式增长的背景下,英特尔希望凭借其制造优势和客户导向策略,抢占份额。过去英特尔通过Xe架构和Gaudi加速器积累经验,此次努力或将重塑半导体竞争格局。