北京时间8月13日凌晨3时,华中科大图计算团队负责人郑龙副教授收到一份邮件:2021年图计算挑战赛Graph Challenge成绩出炉,他的团队与美国马里兰大学帕克分校团队分别获得此届比赛两个赛道的冠军。
这是中国团队在此项国际前沿赛事中首次夺冠。
比上届夺冠成绩快了13倍多
华中科技大学计算机科学与技术学院副教授郑龙,团队指导老师
什么是图计算?通俗地说就是一种重要的大数据算法模型。谁能优化方法,算得更快,是人工智能中一项核心挑战,也备受全球研发机构和巨头公司关注。
Graph Challenge大赛比的就是这种算法优化,由IEEE、麻省理工学院、亚马逊公司三家美国机构举办,是该领域最具影响力的国际赛事之一。这项赛事已开展五届,往年冠军基本被美国的知名科研机构和高端企业包揽,包括美国劳伦斯利弗莫尔国家实验室和人工智能计算公司英伟达等。
本届Graph Challenge大赛有三个赛道,分别关注图计算的不同典型应用场景。华中科大团队这次选择的是其中的“稀疏神经网络推理”赛道,是为加速人工智能应用提供新方案。
郑龙介绍,根据赛制,每一年竞赛出题内容实则相似,取胜的关键在于,必须尽一切可能提升算法运行速度。
与2020年同一赛道冠军相比,华中科大团队此次夺冠的方法将速度提高了13.74倍和22.29倍。此外,比起2020年冠军使用768个显卡的方法,华中科大团队提出的方法在很多情况下仅用4个显卡就能实现,而且效果更好。
郑龙说,这个方案可以完成自动搜索的最优解,过去5个不同的应用场景要设计5个不同的代码,用他们的这套技术,只用自动构建的一套通用代码就能解决。“但要投入应用,还有待市场、业界评价,需要观察一段时间。”
对手有双“加速跑鞋”,他们没有
华中科技大学软件学院学生叶先祺,团队主要成员
赢得这场比赛到底有多难?郑龙认可这样一个比喻:就好比是一场国际性田径比赛,我们团队穿的是普通跑鞋,但对手有双“加速跑鞋”。
郑龙甚至感叹,要是能够拿到最新款的英伟达的A100芯片或是更先进的工艺技术,他们这次的方案能取得的成绩会更好。
他说,美国对手能使用定制的芯片,甚至在部分芯片还未真正进入市场时,就可以先行使用。在这样的情况下,他们是通过找到之前被各大赛队忽略的细节,把别人抛弃的一些算法重新组合,找到最优解而夺冠的。
团队找到最优解啃下“硬骨头”
华中科技大学计算机科学与技术学院学生辛杰,团队主要成员
华中科大此次夺冠团队主要成员的平均年龄不到23岁,主要成员硕士研究生辛杰和叶先祺,都是导师郑龙“引入”队伍的。
去年底,团队正式开始备赛。每天早上8时到实验室,晚上10时多离开。有时候回到宿舍后,他们俩在想着白天没解决的问题。辛杰说,只要睡前不去想科研的问题,就不会失眠。有时,凌晨2时叶先祺还在处理程序漏洞。
一开始,团队选择啃“硬骨头”。在实验中,团队发现不同方法在不同的案例中有不同性能的表现。A方法在B案例中性能好,C方法在D案例上好。“为什么没有一种方法能够在所有方案中都能做到很好?”尽管很难,但团队仍然决定尝试。
现在夺冠,叶先祺很激动。他也明白了项目开始时,郑龙所说的“目标就是做到全球最好”这句话的含义。
编辑:唐赛男
声明:以上内容为本网站转自其它媒体,相关信息仅为传递更多企业信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性。投资有风险,需谨慎。
推荐阅读
2021-08-18 15:03
2021-08-18 15:03
2021-08-18 15:03
2021-08-18 15:03
2021-08-18 15:03
2021-08-18 15:03
2021-08-18 15:03
2021-08-18 15:03