มหาวิทยาลัย Tsinghua ชนะการแข่งขันซูเปอร์คอมพิวติ้งของนักศึกษาวิทยาลัยนานาชาติ ISC18

ข่าวเทคโนโลยีมิถุนายน 30 มิถุนายน, 2018 Supercomputer ประชุมนานาชาติที่จัดขึ้นในแฟรงค์เฟิร์ต, เยอรมนี, นักศึกษาวิทยาลัยเพื่อพิจารณาการแข่งขันซูเปอร์คอมพิวเตอร์ขั้นสุดท้ายเป็นตัวแทนมหาวิทยาลัย Tsinghua ของจีนได้รับรางวัลแชมป์ซึ่งเป็นมหาวิทยาลัย Tsinghua Super ทีมใน ASC, ISC และการแข่งขันชิงแชมป์ครั้งที่ 10 ได้รับรางวัลในการประกวดซูเปอร์คอลเล็คชั่นของสามนักศึกษานานาชาติที่สำคัญ ๆ

Tsinghua University คว้าแชมป์ ISC18

เซี่ยงไฮ้มหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีที่จะได้รับรางวัลที่นิยมมากที่สุดยังได้รับรางวัลสองแอพลิเคชัน HPCG Tensorflow ของนักศึกษาระดับปริญญาตรีที่ดีที่สุดนี้การแข่งขันในปี ISC ซูเปอร์คอมพิวเตอร์จาก 12 มหาวิทยาลัยทั่วโลกทีมขึ้นสำหรับการแข่งขัน. การแข่งขันต้องใช้แต่ละทีมจะต้องกรอกที่ 3000W จำกัด พลังอำนาจ ระบบผู้ประกอบการตั้งค่าเสร็จสิ้นชื่อตรงกับมาตรฐานระหว่างประเทศ HPL และ HPCG ความลึกของความนิยมมาเปิดกรอบการเรียนรู้ TensorFlow ที่เปิดแหล่งที่มาองค์ประกอบ จำกัด ซอฟต์แวร์การวิเคราะห์ Nektar ++ ตารางการคำนวณตารางและเว็บไซต์การเผยแพร่การใช้งานคอมพิวเตอร์ที่มีประสิทธิภาพสูงลึกลับในการแข่งขันวันที่สาม .

ทีมมหาวิทยาลัย Tsinghua ใช้คลื่นของการประกวดครั้งนี้ NF5280M5 เป็นเจ้าภาพการแข่งขันโดยเฉพาะสำหรับ AI คอมพิวเตอร์เป็นคลื่นของการเพิ่มประสิทธิภาพการออกแบบฉากเร่งแบบครบวงจรการกำหนดค่าพื้นฐานที่สนับสนุนการกระจายความเสี่ยงโมดูลตัวแปรการออกแบบพื้นที่ที่ดีที่สุดโดย layering เทคโนโลยีเพื่อตอบสนองมากที่สุดเท่าที่ 30 ชนิดอื่น ๆ ของการใช้งานได้ทนการทดสอบของการแข่งขัน

นอร์ทสตาร์กัปตันทีม Li มหาวิทยาลัย Tsinghua กล่าวหลังเกม: 'ISC ซูเปอร์คอมพิวเตอร์สามารถการแข่งขันชิงชนะเลิศเป็นสิ่งที่น่าตื่นเต้นมากขึ้นที่สำคัญคือการเรียนรู้จากทีมงานทั่วโลกในการแข่งขัน, การแลกเปลี่ยนความรู้คอมพิวติ้งใหม่ล่าสุดนี้ ประสบการณ์นำความช่วยเหลือที่มีคุณค่ามากสำหรับการเจริญเติบโตของสมาชิกแต่ละคนในทีม.

Qi Jidong โค้ชของมหาวิทยาลัย Tsinghua เชื่อว่าการเข้าร่วมการแข่งขันของ ISC ไม่ใช่เวลาเตรียมตัวมากพอ ๆ กับการแข่งขันของ ASC ดังนั้นการทดสอบประสิทธิภาพและความรู้ของทีมในจุดที่มีมากขึ้นและทุกคนต้องเล่นในสภาพที่ดีที่สุด , Tsinghua University ได้สะสมประสบการณ์ที่ดีมากในการสร้างระดับการฝึกอบรมของนักศึกษาเพื่อให้มั่นใจว่าสมาชิกในทีมเข้าใจถึงความรู้ที่มากที่สุดเท่าที่เป็นไปได้และเป็นรากฐานสำหรับการเพาะปลูกความสามารถที่เหนือกว่า