VAST Data正在为Doudna超级计算机提供专注于AI的存储系统,与IBM Storage Scale及其传统高性能计算(HPC)并行文件系统共同承担存储任务。
Doudna是NERSC-10超级计算机,NERSC即国家能源研究科学计算中心。该中心由劳伦斯伯克利国家实验室为美国能源部科学办公室运营,加州大学负责管理劳伦斯伯克利国家实验室。NERSC成立的目的是支持核聚变研究,Doudna将为核聚变能源研究以及量子计算模拟提供超级计算能力。它还将帮助能源部资助的研究人员将大规模AI整合到他们的模拟和数据分析工作流程中。
美国能源部长克里斯·赖特表示:"Doudna系统代表了能源部对推进美国在科学、AI和高性能计算领域领导地位的承诺。它将成为快速创新的动力源,将改变我们开发丰富、经济的能源供应和推进量子计算突破的努力。AI是我们时代的曼哈顿计划,Doudna将帮助确保美国科学家拥有在全球AI主导权竞争中获胜所需的工具。"
NERSC-10系统以詹妮弗·杜德娜命名,她是伯克利实验室的生物化学家,因在基因编辑技术CRISPR方面的工作而获得2020年诺贝尔化学奖。Doudna的存储性能将比NERSC当前系统——Perlmutter或NERSC9——快五倍,并为时间敏感的科学研究提供性能保证。Doudna的计算性能将比Perlmutter高十倍。
这是一个戴尔系统,采用ORv3直接液冷服务器技术,使用英伟达的Vera Rubin平台,该平台由"Rubin" GPU和"Vera" Arm CPU组成。它有两个作用:支持分子动力学、高能物理等大规模HPC工作负载,以及AI训练和推理。
Doudna的架构师为每个角色选择了两个存储系统:用于AI工作的服务质量存储系统(QSS)和用于传统HPC存储需求的平台存储系统(PSS)。
PSS存储将由IBM Storage Scale提供,这是一个长期且受欢迎的高性能并行文件系统,用于大规模建模和仿真工作负载。QSS将使用VAST Data。两者都是全闪存系统。这对VAST来说是一个重大胜利,标志着其进入HPC并行文件系统这一核心领域。
VAST的胜利在六月份就有所暗示。现在确认Doudna将使用VAST Data的AIOS(AI操作系统),该系统"将数据存储、数据库、计算、消息传递和推理能力统一到一个单一的、以数据为中心的基础设施中,该基础设施专为AI和智能体工作流程从头构建"。
VAST联合创始人杰夫·登沃思表示:"通过VAST AI操作系统,NERSC正在为Doudna开创一种新模式,用户可以获得有保证的性能、安全性、实时访问和内置数据服务——而无需传统HPC系统的操作摩擦。NERSC和VAST共同制定了百万亿次计算的蓝图,实现了将定义下一个科学计算时代的突破性能力。"
NERSC HPC架构和性能工程师斯蒂芬·西姆斯说:"服务质量[QSS]的加入将通过对文件系统能力的细粒度控制提供可预测的性能。这种合作伙伴关系将进一步实现我们提升用户体验以服务科学的目标。"
IBM Storage Scale系统将是支持文件和对象访问的全闪存并行临时文件系统。NERSC表示,它"提供高速、可扩展的性能和自动化效率,旨在帮助消除瓶颈和简化数据工作流程,使研究人员能够专注于发现而不是基础设施管理。"
IBM美国联邦市场技术总经理瓦妮莎·亨特强调了Storage Scale的管理便利性,她表示:"IBM Storage Scale专为支持下一波美国创新而构建——提供推动突破性发现所需的速度、灵活性和可靠性,同时简化即使在最复杂的HPC环境中的数据管理。"
登沃思在X上发帖评论:"2018年1月第一次见到NERSC。这是史上最长的销售周期。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。