衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

(相關資料圖)

“第一次，高校擁有了和科技巨頭一樣的計算能力。”

說這句話的人是中國工程院院士、阿里云創始人王堅。

他口中讓高校計算能力倍增的，是復旦大學剛剛發布的云上科研智算平臺。

名為 CFFF （Computing for the Future at Fudan） ，由復旦、阿里云、中國電信等共同打造，以公共云模式提供超千卡并行智能計算，支持千億參數的大模型訓練。

這是目前國內高校最大的云上科研智算平臺——67年前，我國第一架電子計算機 （復旦601型電子積分機，1956年） 誕生在復旦；67年后，復旦再次走在前列。

目前，首個基于CFFF平臺訓練的科學大模型成果已經對外正式發布， 45億參數的中短期天氣預報大模型可一日訓完 。

組成CFFF平臺的兩個計算集群，一個名為“近思”一號，一個名為“切問”一號。

兩個名字都從復旦校訓“博學而篤志，切問而近思”中采擷而來。

發布會上，首屆世界科學智能大賽也正式啟動，設置5大前沿研究賽道，賽題基于CFFF平臺而來，目的是推動科學大模型落地。

CFFF是什么？

CFFF平臺，全稱Computing for the Future at Fudan。

這個名字被王堅解讀為“計算，因為在復旦而創造了未來”。

兩個計算集群共同組成了CFFF平臺——

一個是面向高精尖研究的專用高性能計算集群 “近思”一號 ，部署部署在復旦江灣校區；

另一個是面向多學科融合創新的AI for Science智能計算集群 “切問”一號 ，托管在1500公里外的內蒙古阿里云烏蘭察布數據中心。

兩者分隔千里，但同聲相應。

復旦大學浩清教授、人工智能創新與產業研究院院長漆遠對CFFF平臺做了進一步介紹。

據他講述，基于百G高速數據傳輸網、阿里云大規模異構算力融合調度技術、分級存儲技術、AI與大數據一體化技術，兩個計算集群練成了一臺真正意義上的“超級計算機”。

何以見得？

最直觀的表現，復旦大學四校區的所有實驗設備都能高速接入CFFF平臺，做到異構算力統一管理，計算任務統一調度，滿足不同應用場景下的科學智能研究與應用需求。

此外，CFFF平臺還擁有 國內高校最大規模的多級數據冷熱分層存儲集群 ，解決了海量科研數據無法長期備份的痛點，并支持云上高速傳輸。

舉個例子，以往PB級科研數據從復旦校內傳到西部數據中心需要兩周，如今當天就能完成。

有賴于公共云模式，跑在CFFF平臺上的項目可享受到超千卡并行的智能算力，千卡并行的有效算力達到行業領先的92%，可拓展性達到萬卡，萬卡并行有效算力也可達90%。

同時，CFFF平臺可實現年平均PUE小于1.2，每年節省總電力超過2000兆瓦時，年均節碳量達1500噸。

可以說是非常低碳了。

復旦校方透露道，CFFF平臺從開始建設的第一天起，就收到來自復旦不同院系的多種研究需求，如生命科學、大氣科學、材料科學領域，以及金融系統分析等社會科學研究領域。

平臺上的云原生與低代碼工程化AI開發平臺，進一步降低了AI與科研融合的門檻。

目前，CFFF平臺上的第一個科研成果已經誕生，并正式對外發布。

成果是 45億參數量的中短期天氣預報大模型 ，來自復旦人工智能創新與產業研究院李昊團隊。

在公開數據集上，該模型預測效果首次達到業界公認的ECMWF （歐洲中期天氣預報中心） 集合平均水平，并將 預測速度從原來的小時級縮短到了3秒內 。

而這樣一個45億參數的大模型，在CFFF平臺上完成訓練， 用時只需1天 。

中國科學院院士、復旦大學校長金力在現場提到：

CFFF設計成了開放的體系，我們非常歡迎產學研創新以及校企合作。但是從另一點來說，CFFF的建立表面上來看是解決算力問題，實際上不完全是。

它還必須解決兩件事情， 一是 “讓原來不會用AI工具的人，去用最好的AI工具”， 二是 “讓原來不懂AI的人去懂AI”。

7名院士擔任顧問，大賽7月25日開賽

“當前，AIforScience成為熱點領域。”金力將CFFF稱為復旦推動基礎研究范式變革中的關鍵利器，“AI與科學的融合發展，開拓了科研的新范式。”

CFFF平臺啟動儀式現場， 首屆世界科學智能大賽 也宣布啟動。

從現場獲悉，大賽由復旦聯合阿里云天池平臺、中國電信、中國信通院云大所等舉辦。

面向全球開放，擬邀請全球五大洲數千支隊伍參賽，選手不限國籍年齡，高校、科研機構、企業、個人均可自由組隊。

包括金力 （生命科學家） 、王堅 （云計算專家） 在內， 共有7名院士擔任本次大賽的顧問 。

共設置5大賽道，分別是生命科學、大氣科學、材料科學、流體力學、量子化學，賽題基于CFFF平臺設計。

其中， 生命科學賽道 ，以生物學年齡評價與老年病風險預測為賽題，通過測量和分析生物體內特定指標或生理過程的狀態，評估個體的生理年齡和健康狀況。

大賽為參賽者開放了近萬樣本的個體甲基化數據以及其年齡、性別及老年病患病信息，期望參賽者能夠基于甲基化測量對健康個體的年齡給出準確的預測。

而 材料科學賽道 ，以MOF材料的預測合成為切入點，探求計算成本更低、更高效、更精確的求解方法。

大賽整理了大量文獻等，形成了1500種MOF材料的合成條件數據集，期待參賽選手基于此建立預測模型，準確地預測MOF材料的合成條件。

賽程顯示，7月25日大賽初賽開啟，9月底，各賽道分批開啟復賽。

遴選出的優秀隊伍將在11月進行線下答辯，角逐最終名次。

大賽設置100萬元的獎金池，各賽道冠軍獎金10萬元。

所有進入復賽的選手都將獲得CFFF平臺算力免費支持。此外，阿里云也將提供了ML平臺PAI的免費試用，及算力產品計算資源。

大賽網站： https://tianchi.aliyun.com/2023CFFFPrize

— 完 —

量子位 QbitAI · 頭條號簽

關注我們，第一時間獲知前沿科技動態