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，主要包括超算快讯、前沿应用、学术研究等。

本期超算&AI应用周报共4216字，预计阅读时间18分钟，您可以重点专注以下内容。

另外，文末有惊喜，我们为您准备了超算&AI应用知识库，可免费获得更多热门软件资源。

超算快讯：ABACUS v3.6.0版本、GROMACS国产异构加速版上线超算互联网

前沿应用：ChatGPT官宣免注册，OpenAI将取代谷歌搜索？谷歌更新Transformer架构；ChatGPT能帮你P图了；阿里7B多模态文档理解大模型

学术研究：浙江大学杜震洪团队提出 GNNWLR 模型；斯坦福抗生素设计AI模型 SyntheMol；普林斯顿首个「开源」AI程序员登场；AI视频理解天花板，全新MiniGPT4-Video刷爆SOTA

一、超算快讯：

ABACUS v3.6.0版本上线超算互联网，助力大原子模型建设

原子算筹（ABACUS）是国产开源密度泛函理论软件。4月3日，ABACUS v3.6版本发布，提升了ABACUS在科学研究、科普教学、数据生产、工作流搭建等多个场景的使用体验，助力大原子模型建设。

ABACUS v3.6.0版本现已上线超算互联网，包括以下特点：

• 升级的DFT+U功能模块支持更准确的过渡金属氧化物计算

• 国产异构加速卡优化助力大原子模型数据生产

• ABACUS-Python化进展助力科普教学

• ABACUS赝势轨道库建设保障计算精度

• Json格式化输出保护ABACUS和外部接口的稳定性

下载链接：

https://www.scnet.cn/ui/mall/detail/goods?type=software&common1=APP_SOFTWARE&id=1775441873730904066&resource=APP_SOFTWARE

超算互联网上线GROMACS国产异构加速版

GROMACS是一款开源的分子动力学模拟软件，广泛用于研究蛋白质、脂质、核酸以及其他生物分子的动态行为。

GROMACS v2023.2 加速版现已上线超算互联网，包括以下特点：

• 并行计算优化：改进并行处理算法，以便更有效地利用多核CPU和GPU资源，减少计算时间。

• GPU加速：集成GPU加速功能，利用图形处理单元的高并行性能来显著加快模拟过程。

• 高性能计算（HPC）兼容性：优化软件以在超级计算机和集群环境中运行，包括对各种文件系统和调度系统的支持。

• 算法改进：采用更高效的数值积分方法和更新算法，减少计算过程中的资源消耗。

• 内存管理：优化内存使用，通过更智能的数据结构和缓存机制减少内存占用，提高数据处理速度。

• 性能分析工具：集成性能分析工具，帮助用户识别和解决计算过程中的性能瓶颈。

下载链接：

https://www.scnet.cn/ui/mall/detail/goods?type=software&common1=APP_SOFTWARE&id=1776806893363470338&resource=APP_SOFTWARE

二、前沿应用：

ChatGPT官宣免注册，OpenAI将取代谷歌搜索？

OpenAI这份愚人节礼物，实在是太大了：4月1日起，ChatGPT不用注册，可以直接使用。

ChatGPT的无门槛使用标志着互联网进入了一个新的时代，即GenAI时代，ChatGPT可能成为新的互联网基础设施。

从此以后，互联网的样子，从这样：

变成了这样：

OpenAI表示，其使命是让更多人能够轻松使用ChatGPT等工具，享受AI带来的便利。他们正在逐步开放这项服务，让每个对AI感兴趣的人都能轻松体验。

ChatGPT诞生伊始，就不断有人发问：它会不会取代谷歌搜索引擎？比起谷歌，ChatGPT给出的答案无疑更智能，更高效。如果非要挑一个缺点，就是目前开放的版本有知识截止日期，而谷歌没有。

不仅是OpenAI，AI搜索引擎Perplexity也向谷歌发起了挑战，已经在计划利用广告赚钱了……

这个成立一年的搜索引擎由来自Meta和OpenAI的AI研究人员创建，它既使用了OpenAI的GPT模型，也使用了其自有的AI模型。

目前，Perplexity已经拥有超过1000万的月活跃用户，付费模式是每月20美元的订阅。（新智元）

内容链接：

https://mp.weixin.qq.com/s/MNFCQDiQI3l1L6bOQ9DbHQ

谷歌更新Transformer架构，更节省计算资源！50%性能提升

MoE还没有弄清楚呢，MoD都已经来了！近日，谷歌更新了Transformer架构。最新发布的Mixture-of-Depths（MoD），改变了以往Transformer计算模式。

它在输入序列中的特定位置动态分配FLOPs（运算次数或计算资源），优化不同层次的模型深度中的分配。

通过限制给定层的自注意力和MLP计算的token数量，迫使神经网络学会主要关注真正重要的信息。

结果显示，在等效计算量和训练时间上，MoD每次向前传播所需的计算量更小，而且后训练采样过程中步进速度提高50%。

研究团队还探讨了MoD和MoE结合的可能性——MoDE。结果表明二者结合能提供更好的性能和更快的推理速度。（量子位）

论文地址：
https://arxiv.org/abs/2404.02258

只需简单说几个字，ChatGPT现在能帮你P图了

现在，不论是网页、iOS 还是安卓版的 ChatGPT，都可以用上 DALL-E 3 强大的编辑图像功能了。

在 AI 画图领域，Stable Diffusion，Midjourney 与 DALL-E 一直是最受欢迎的三大工具。其中 OpenAI 提出的 DALL-E 已经发展到了第三代，随着技术的进展，它已经可以实现添加元素、改变视角、调光修色等复杂操作。

人们只需告诉 ChatGPT 想要什么，剩下的事情交给 AI 来完成就行了。具体而言，DALL·E的编辑界面赋予了用户增加、剔除或变更图像中特定部分的能力。

例如，在以下案例中，通过标注一只鸟并输入“移除鸟类”的指令，便可以执行去除鸟类的操作：

同样，用户可以对选中的对象进行特定属性的修改。比如在下面的示例中，小猫的面部区域被选中，并且输入了“将猫的表情改为开心”的指令：编辑完成之后，用户可以点击编辑器右上角的保存键，储存作品。

阿里7B多模态文档理解大模型拿下新SOTA

阿里mPLUG团队的mPLUG-DocOwl 1.5开源项目针对多模态文档理解的四大挑战——高分辨率图片文字识别、通用文档结构理解、指令遵循和外部知识引入，提出创新解决方案，并在多项基准测试中取得SOTA成绩，5个数据集上提升超过10个点，部分数据集上超过智谱17.3B的CogAgent，在DocVQA上达到82.2的效果。

具体技术亮点如下：

• 高分辨率图片文字识别：通过形状适应切图模块，将文档图片切割成适于低分辨率编码器处理的子图，避免文字模糊，有效利用现有通用视觉编码器资源，降低训练成本。

• 通用文档结构理解：采用H-Reducer结构（卷积+全连接层），保持视觉特征位置关系，提高结构信息传递效率，利于LLM处理高分辨率文档。设计统一结构学习任务，针对不同图片类型制定特定解析规则，利用DocStruct4M训练集提升模型对多领域文档图片的结构解析和文字定位能力。

• 指令遵循：整合多任务为指令问答形式，进行多任务联合训练，构建通用文档模型。引入DocReason25K详细解释数据集，通过微调提升模型在基准测试上的详细解释能力。

• 外部知识引入：推出mPLUG-PaperOwl，构建M-Paper数据集，提供论文图表上下文作为外部知识，利用“要点”引导图表分析，展现初步论文图表分析能力，但存在领域局限性和知识来源单一性问题待解决。（量子位）

内容链接：

https://mp.weixin.qq.com/s/vtymW1k93ZLSOqj0iWwe6A