先了解这件事
AI 综述
Ferveret宣布,MIT材料极端环境实验室的研究人员正在使用其Adaptive Phase Cooling高性能计算平台,开展核材料相干X射线测量的AI分析与机器学习原子间势两项研究。Ferveret称,该方案相比领先的直接芯片冷却可提升最多15%的服务器级算力,计入设施级改进后可用算力提升最多35%。其中,15%来自UCLA实验室用NVIDIA H200 GPU测得的每千瓦TFLOPs效率提升;35%则是基于PUE从1.20降至1.03的假设场景推算。目前尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
MIT 研究人员用 Ferveret 冷却平台推进核材料 AI 研究事件进展
1 个已确认进展
- 来源：Unite.AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月23日
Unite.AI
MIT 研究人员用 Ferveret 冷却平台推进核材料 AI 研究
MIT 材料极端环境实验室正使用 Ferveret 的 Adaptive Phase Cooling 高性能计算平台，开展核材料相干 X 射线测量 AI 分析与机器学习原子间势两项研究。Ferveret 称其方案相比领先的直接芯片冷却可提升最多 15% 的服务器级算力，计入设施级改进后可用算力提升最多 35%；其中 15% 来自 UCLA 实验室用 NVIDIA H200 GPU 测得的每千瓦 TFLOPs 效率提升，35% 则是基于 PUE 从 1.20 降至 1.03 的假设场景推算。