导读

周报内容均源自海内外主流媒体报道、高校官网等公开信息梳理、相关领域优质KOL原创深度，主要包括超级计算与人工智能快讯、前沿应用、学术研究、大佬动态等。

本期超算&AI应用周报共2767字，预计阅读时间9分钟，您可以重点专注以下内容。

超算AI快讯：Lammps 2Aug2023、Gromacs 2024.1版本上线超算互联网，可免费下载使用

前沿应用：Claude追上GPT-4；Stable Diffusion 3技术报告出炉；谷歌发布最新「读屏」AI

学术研究：北大伊成器课题组开发RNA编辑技术RESTART v3；UCSF团队开发AI预测模型；清华大学胡晓林团队推出RTFS-Net

大佬动态：马斯克：OpenAI改名ClosedAI，我就撤销诉讼

一、超算AI快讯：

Lammps 最新stable版本（2Aug2023）上线超算互联网

Lammps是一款用于原子/分子并行模拟的科学计算软件，广泛应用于材料、化学等领域。

Lammps 2Aug2023版本改进功能包括以下几点：

• 实现 Amoeba 和 Hippo 力场的新 AMOEBA 包（包括 GPU 支持）；

• 新的 ML-POD 包，用于使用“适当的正交描述符”的机器学习潜力；

• 新的 LEPTON 包，用于定义具有分析表达式的文本字符串的对样式和固定的能量/力；

• 新的计算命令，用于近似单个原子的局部电场；

• 从外部 USER-VCSGC 软件包导入的新命令 fix scgmc；

• ELECTRODE 软件包的新功能和更新；

• 更新和重构 GRANULAR 包，使其更加一致和灵活；

• ML-PACE 软件包更新；

• CG-SDK 包已重命名为 CG-SPICA，并添加了一些增强功能。

下载链接：

https://www.scnet.cn/ui/mall/detail/goods?type=software&id=1734740469651730433

Gromacs 2024.1版本上线超算互联网，可免费下载使用

Gromacs是一个用于分子动力学模拟和能量最小化的计算引擎，在生物、医药、材料、化学等学科领域均有广泛应用。它可以用于几百万个粒子体系的分子动力学模拟研究，特别是生物体系，比如磷脂双分子层生物膜、蛋白质、药物分子等。

Gromacs 2024.1新版本改进功能包括以下几点：

• Colvars库现在可以直接在GROMACS中使用；

• 通过可配置增加Verlet缓冲区来减少Lennard-Jones对相互作用在压力上产生的伪像。这可能会导致轻微的性能损失，特别是对于粗粒度系统；

• 修正了变形选项的几个方面。现在，在高剪切力下或当固体或膜断裂时，箱形变形的模拟表现正确。这也意味着变形选项现在适用于计算粘度；

• 在grompp中增加了关于氢质量重新分配的新选项

  
  

下载链接：

https://www.scnet.cn/ui/mall/detail/goods?type=software&id=1765635513401008130

二、前沿应用：

Claude追上GPT-4：多模态+100万Token上下文长度

3月5日，Anthropic发布了其新一代大语言模型Claude 3系列，包括Claude 3 Opus、Sonnet和Haiku三种规模，分别代表了超大杯、大杯和中杯；最强的Opus版本需要付费订阅，价格为20美元/月。

Claude 3系列展示了与谷歌和OpenAI等竞争对手相媲美或超越的性能。其中最强大的Claude 3 Opus模型在特定基准测试中超越了OpenAI的GPT-4和谷歌的Gemini Ultra。

其最大的亮点在于作为首个多模态GenAI，用户可以上传照片、图表、文档等非结构化数据，由AI模型进行分析和回答。同时Claude 3不仅支持高达百万 token 的超长上下文(但目前生产环境还是20万)，在 QuALITY 这样的长文阅读理解测试中也展现出强劲实力。（dataconomy）

内容链接：

https://dataconomy.com/2024/03/05/claude-3/

最强文生图模型！Stable Diffusion 3技术报告出炉

3月5日，Stable Diffusion 3技术报告新鲜出炉：该模型在视觉美观度、文本遵循和排版等方面均超越了DALLE 3、Midjourney v6和Ideogram v1等先进的文本到图像生成系统。

报告要点如下：

• Stable Diffusion 3 在视觉美观度、提示遵循和排版等方面表现出色。

• 采用了重新加权的矩形流形式，以改善模型性能。与其他矩形流形式相比，它的表现更为稳定。

• 新的多模态扩散 Transformer（Multimodal Diffusion Transformer，MMDiT）架构使用独立的权重集合来处理图像和语言表示，改善了文本理解和拼写能力。

• MMDiT 架构结合了 DiT 和矩形流（RF）形式。它使用两个独立的变换器来处理文本和图像嵌入，并在注意力操作中结合两种模态的序列。

• MMDiT 架构不仅适用于文本到图像生成，还可以扩展到多模态数据，比如视频。

• 移除内存密集型的 T5 文本编码器可以显著减少 SD3 的内存需求，仅伴随少量性能损失。（学术头条）

报告链接：

https://stability.ai/news/stable-diffusion-3-research-paper

谷歌发布最新「读屏」AI！PaLM 2-S自动生成数据

谷歌在语言和声控计算机界面的漫长道路上又迈出了重要一步。最新ScreenAI视觉语言模型，能够完成各种屏幕QA问答、总结摘要等任务。

ScreenAI的核心是一种新的屏幕截图文本表示方法，可以识别UI元素的类型和位置。

研究人员使用谷歌语言模型PaLM 2-S生成了合成训练数据，以训练模型回答关屏幕信息、屏幕导航和屏幕内容摘要的问题。举个例子，比如打开一音乐APP页面，可以询问「有几首歌时长少于30秒」？ScreenAI便给出了简单的答案。（新智元）

论文链接：https://arxiv.org/pdf/2402.04615.pdf

三、学术研究：

北京大学伊成器课题组开发升级版RNA编辑技术RESTART v3

3月6日，北京大学伊成器课题组在Nature Biotechnology杂志在线发表研究论文。该研究发现，通过表达近同源tRNA（near-cognate tRNA），能够影响假尿苷（Ψ）化PTC的翻译过程，显著提高RESTART系统的通读效率及无义突变的修复精准性。

这一工作是对课题组前期发展的RESTART技术（Mol Cell., 2023, 83, 139-155）的一次重要升级，该技术被Molecular Cell杂志评为2023年度最佳技术之一。

RESTART v3技术示意图

研究人员在筛选PTC位点的所有近同源tRNA后，将提升效果最佳的近同源tRNA与现有编辑效率最高的RESTART v2系统（gsnoRNA+DKC1 iso3）组合，发展了RESTART v3系统，实现了平均~5倍的PTC通读效率提升。RESTART v3系统在囊性纤维化（Cystic Fibrosis）和粘多糖症（Hurler Syndrome）的疾病细胞模型中有效地实现了无义突变的功能修复，且脱靶Ψ编辑不会引起RNA编码信息及基因表达水平的变化，tRNA的过表达也不影响细胞整体tRNA表达水平。（北大生科）

论文链接：

https://www.nature.com/articles/s41587-024-02165-8

为音视频分离提供新视角，清华大学胡晓林团队推出RTFS-Net

传统的视听语音分离方法依赖于复杂的模型和大量的计算资源，尤其是在嘈杂背景或多说话者场景下，其性能往往受到限制。为了突破这些限制，基于深度学习的方法开始被研究和应用。然而，现有的深度学习方法面临着高计算复杂度和难以泛化到未知环境的挑战。

为了克服这些挑战，来自清华大学胡晓林副教授团队的研究者们提出了 RTFS-Net：一种全新的视听语音分离模型。

RTFS-Net 的网络框架

RTFS-Net 通过压缩 - 重建的方式，在提高分离性能的同时，大幅减少了模型的计算复杂度和参数数量。RTFS-Net 是第一个采用少于 100 万个参数的视听语音分离方法，也是第一个时频域多模态分离模型优于所有时域模型的方法。（机器之心）

论文链接：https://arxiv.org/abs/2309.17189

UCSF团队开发AI预测模型，可提前7年预测老年痴呆症

近日，《自然·衰老》杂志发表了来自加州大学洛杉矶分校（UCSF）科学团队的新研究成果，研究人员利用UCSF医学中心的电子健康记录（EHR）数据开发了阿尔茨海默病（AD）发病的AI预测模型，并从中找出了关键预测因子与AD背后的生物学联系。

该模型可提前7年预测AD发病，工作特征曲线下面积（AUROC）达0.72。该模型还可进一步识别具有预测能力的因子，包括高血压、高血脂、维生素D缺乏等通用的因素，以及男性特异的前列腺功能障碍和女性特异的骨质疏松。

研究团队整合了临床数据与遗传数据库，利用像UCSF的SPOKE工具，已经找到了与老年痴呆症相关的基因，提供了早期诊断的新路径，以及对不同健康状况与老年痴呆症的相互影响关系的了解。

内容链接：https://neurosciencenews.com/ai-alzheimers-25642/

四、大佬动态：

马斯克：OpenAI改名ClosedAI，我就撤销诉讼

本周，马斯克与OpenAI的纷争再次成为科技圈焦点。马斯克指控OpenAI违反创始协议，即为了人类的利益而不是利润开发技术，尤其是微软投资后，微软和OpenAI一起在利用GPT赚钱。

作为对埃隆诉状的回应，OpenAI发了一篇题为“OpenAI和埃隆·马斯克”的博文，公布了埃隆曾经的电子邮件往来。

OpenAI的博文称，“我们很伤心，我们深深钦佩的人走到了这一步——他曾激励我们向更高的目标迈进，然后却告诉我们会失败，并创立了一个竞争对手。而当我们在没有他的情况下朝着OpenAI的使命取得有意义的进展时，他又起诉了我们”。

埃隆则在X上发帖回应：“更改你们的名字。改为ClosedAI，我就撤销诉讼”。（瓦砺村夫）

欢迎扫码加入HPC&AI社群。在这里，你将抢先阅读HPC&AI应用周报，获得超级计算与人工智能的最新动态，领略算力+各个领域的前沿应用场景，探索智能计算的无限潜能，与超算互联网生态从业者交流碰撞。