ASC18 世界超算總決賽清華衛冕,「黑馬」上科大摘得亞軍及 AI 獎項
2018 世界大學生超級計算機競賽(ASC Student Supercomputer Challenge,下稱 ASC18)於近日在南昌大學進行歷時五天的總決賽,誕生總冠軍、亞軍、e Prize 計算挑戰獎、最高計算性能獎和應用創新獎等多項大獎,並頒發總額超過 20 萬元的高額獎金。最終,清華大學成功衛冕總冠軍,首次入圍總決賽的「黑馬」上海科技大學收穫亞軍和 e Prize 計算挑戰獎兩項大獎,台灣清華大學獲得最高計算性能獎。
ASC18 由亞洲超算協會、南昌大學、浪潮集團等單位聯合舉辦,共有來自北美洲、南美洲、非洲、亞洲、歐洲、大洋洲等 6 大洲、全球 300 多支大學生隊伍報名參賽,再度刷新了往屆參與人數。
據 AI 研習社了解,ASC18 的初賽賽題包括 AI 相關的機器閱讀理解賽題 Answer Prediction for Search Query、生命科學冷凍電鏡應用 Relion 及超算基準測試 HPL&HPCG 三項應用測試優化。根據比賽要求,團隊需要在 3000W 的總功耗條件下設計超算系統方案。參賽隊伍如何對計算性能、功耗控制、高速網路、加速器、軟體環境進行綜合考量,並設計出符合比賽規定的超算系統設計方案,這也是 ASC18 評審委員會的重要評估標準。
Answer Prediction for Search Query 基於 CNTK 深度學習框架,團隊需要獨立開發機器閱讀理解和問答的演算法模型,使用最新超算技術結合 MS MARCO 數據集進行訓練,以試圖讓機器更準確地回答問題。據悉,e Prize 獎項即是專門為本賽題所設置的單項大獎。
生命科學冷凍電鏡應用 冷凍電鏡技術能夠幫助突破傳統 X 射線、傳統晶體學長期無法解決的結構生物學領域問題。
HPL&HPCG 是國際通行的超算基準測試標準,要求超算系統的運算性能、內存容量、帶寬以及互連性能之間取得平衡。與廣泛使用的 HPL 基準測試相比,HPCG 評測標準更加複雜,但 HPCG 更容易反映出有限元法和流體分析等超算實際應用的性能。
經過初賽的激烈角逐,主辦方最終從 300 多支隊伍中甄選出 20 支團隊進軍決賽。具備強大競爭力的高校不在少數,比如曾包攬 2015 年 ASC、ISC、SC 總冠軍的清華大學;曾獲 ASC14 最高計算性能獎的中山大學;曾獲 ASC13 MIC 應用優化性能獎和 ISC13 最高計算性能獎的華中科技大學等。當然,也有包括上海科技大學、南昌大學等首次參與 ASC 的高校團隊。今年共有五支海外團隊參與 ASC18,包括德國埃爾朗根-紐倫堡大學、俄羅斯聖彼得堡國立大學、匈牙利米什科爾茨大學、泰國農業大學及美國德州 A&M 大學等高校。
在初賽三大命題的基礎上,ASC18 總決賽增加了 NASA Langley 研究中心最新開源的計算流體力學軟體 CFL3D 及神秘應用 SIESTA。
此次 ASC18 上,以台灣清華大學為代表,共有 11 支參賽團隊打破了浮點性能賽會紀錄。ASC18 競賽評審委員會主席莫則堯研究員在回顧比賽時,提及了新一年 ASC 的三個最大亮點。
我們超級計算技術得到了飛速發展,我們的參賽隊伍水平也有明顯的提高,兩項綜合起來,才有這樣的好成績。;
其次,參賽隊伍的持續增長。ASC 超算競賽的一個主要出發點就是培養人才,今年有 300 多支隊伍參賽。青海大學隊伍來了,還拿了 HPL 第二名的好成績。當然還有東道主——南昌也取得了很好的成績,這也是我們新的突破。還有一些大學持續保持了比較良好的競技狀態。
第三個亮點是 ePrize 獎的 AI 應用。當前,超算越來越成為 AI 的支撐技術。該賽題針對網上提出的問題進行回答,回答是否精準是衡量指標,這就需要計算機準確理解問題的內涵。這一次我們取得了很好的成績。這三個方面給了我很深的印象。
在與莫則堯研究員交流的時候,他告訴 AI 研習社,從競賽的角度來看,一個好的超算系統應該具備三個特徵。
首先要達到功耗要求。整個比賽環境限制了 3000W 的實時總功耗,也是對選手如何調配資源,構建「綠色」系統的一個重要考驗。
其次,系統的性能需要達到一個性能綜合平衡的狀態,也就是所謂的應用上的「通用性」。當前,科學計算是一類應用,大數據和深度學習是一類。在設置賽題的時候,組委會特意涵蓋了目前超算運用的主要分支,這也對團隊的架構設計規劃提出了更高的要求。
第三點則是穩定、可靠性。一個系統要真正能應用於實際產業,不能經常出各種問題。
清華衛冕,實至名歸
上屆冠軍清華大學代表隊是今年 ASC18 的奪冠熱門。
在 20 強隊伍中,清華大學完成賽題數量最多,且多項賽題中均取得佳績,毫無懸念摘得總冠軍。清華大學的李北辰同學告訴筆者,這是他第五次參與超算系列賽事,也是第二次參與 ASC。而團隊中的其它成員都至少有一次參與超算賽事的經驗,因此可謂是一支訓練有素的精良隊伍。此外,李北辰也提及了他們在確定機器配置時的一些心得體會,在性能與功耗之間取得平衡。比如,他們在實驗過程中發現,生命科學冷凍電鏡應用 Relion 在增加硬體的條件下性能並不會有明顯提升。這些經驗都為清華大學代表隊的成功打下了紮實基礎,衛冕冠軍可謂實至名歸。
「黑馬」上科大,挑戰 AI 閱讀理解
首次入圍 ASC 總決賽的上海科技大學代表隊斬獲了亞軍和 e Prize 計算挑戰獎,成為 ASC18 的最大「黑馬」。其在人工智慧機器閱讀理解賽題中,針對模型演算法和訓練性能提出了自己獨特的創新及改進,8 小時內完成大規模數據集的並行模型訓練,並實現 46.46 的高預測精度,接近世界前沿先進水平,獲得 e Prize 計算挑戰大獎。
上海科技大學是以全隊第一的成績進軍決賽的。在比賽現場與微軟代表交流時,他們也對上海科技大學在閱讀理解賽題所表現的突出成績感到非常驚喜。
上海科技大學的殷樹老師在採訪中表示,他們的主要策略是跟蹤學界的潮流,從前沿成果中吸取經驗,選取一些高效的部分加入到模型當中去。此外他也提及,上海科技大學的教學理念,教學方式,與傳統高校有著相當大的不同,學生在課堂上就已經大量積累了編程實戰和結構設計的經驗,且學校對學生們參加各類比賽也持鼓勵和肯定的態度。此外,學校內還有一個學生社團 Geek Pie,在本次召集 ASC 比賽團隊的過程中起到了非常重要的作用。
人工智慧與超算的結合併非首次在 ASC 賽場上出現,在 ASC16 上,選手需要對涉及英文、中文普通話、四川方言三個語種共約 60 萬條科大訊飛提供的語音數據實現高準確度訓練模型;而在 ASC17 中,圍繞百度提供的歷史交通大數據,團隊需要對深度神經網路模型進行優化,對早高峰的道路交通進行預測。而今年 ASC18 比賽採用的則是一個比 SQuAD 更具難度的機器閱讀理解與問答數據集——微軟 MS MARCO。
此次 ASC18 競賽的初賽階段,微軟提供了該數據集中的部分數據供訓練模型使用,並提供了基於 CNTK 的基準代碼和相關論文讓團隊們參考。而在決賽階段,微軟提供了一個全新測試集供選手們挑戰。
這一賽題基於各參賽隊訓練模型的機器閱讀理解回答預測的準確率,對快速學習機器閱讀理解與問答的演算法特點,熟練應用 CNTK 深度學習框架提出了更高的要求。由於賽題的數據集規模較大,如何充分發掘利用超算硬體的計算潛力也成為贏得比賽的關鍵。「ASC18 的人工智慧賽題要求參賽隊伍自己動手開發機器閱讀理解的演算法模型,運用最新超算技術來加速訓練速度及提高精度,更要用真實的問題數據集來驗證模型訓練的成果。」
而台灣清華大學代表隊採用浪潮 AI 超算伺服器配置 Tesla GPU 加速卡構建了先進的異構加速超算系統,在 3000W 功耗約束下實現整體系統 42.99 萬億次/秒的持續浮點運算性能,大幅刷新了 ASC17 創下的賽事紀錄,獲得最高計算性能獎。
今年的東道主南昌大學也有代表隊首次進入決賽圈,南昌大學朱友林副校長在採訪中也表示,南昌大學未來將在五個方面培養 HPC&AI 相關的人才。
第一,南昌大學已經決定要成立人工智慧研究院,這是一個校級研究院,旨在加強人工智慧方面的研究。
第二,南昌大學已經搭建起深度計算平台同時與浙江大學合作成立了虛擬現實產業技術研究中心,與浪潮合作建立了高性能計算實驗室,為我們開展有關研究提供了一定的條件。
第四,南昌大學去年申請獲批了「數據科學與大數據技術」本科專業,今年準備招生,培養有關高素質人才。
第五,南昌大學也開設了一門名為「大學生超算系統設計與應用」的課程,一方面是希望向更多學生普及超算知識,另一方面也為參加高水平 ASC 賽事打好人才方面的基礎。
ASC 是由亞洲發起的世界最大規模的大學生超算競賽。由中國在 2012 年倡議成立。「ASC 旨在通過超算賽事,推動各國及地區間超算青年人才交流和培養,提升超算應用水平和研發能力,發揮超算的科技驅動力,促進科技與產業創新。」迄今為止,ASC 競賽已吸引全球超過 5500 名年輕人才參與,參賽隊伍總數超過 1100 支。
莫則堯研究員在採訪時強調,ASC 競賽的定位首先是培養人才,第二是要推動超算技術的普及。正如 ASC 競賽發起人、中國工程院院士王恩東所說,「我們希望 ASC 不僅是一個全球化的超算賽事,也會成為一個全球超算領域的交流平台,在全球化的產業交流和發展中,發揮越來越重要的作用,這也是我們下一步的工作重點。」與此同時王恩東也表示,未來組委會將繼續與各方攜手,在賽制、賽題和賽事組織方面增強投入,並希望 ASC 能夠成為一個公共平台,讓不同領域、不同國家和地區的技術專家和機構進行深入交流,讓各個產業環節能夠更好地協同,從而推動整個產業的健康發展。AI 研習社也同樣期待,下一賽季的 ASC 能帶給我們更多精彩!
從Python入門-如何成為AI工程師
BAT資深演算法工程師獨家研發課程
最貼近生活與工作的好玩實操項目
班級管理助學搭配專業的助教答疑
學以致用拿offer,學完即推薦就業
※從數據競賽到專業第三方數據平台,科賽是如何高效提升「數據工作者」價值的?
※從零開始用 Python 實現 k 近鄰演算法
TAG:AI研習社 |