SeT-Diff：迈向高性能计算遥测与时间序列的语义基础模型
SeT-Diff是首个面向计算节点遥测和时间序列的基础模型，采用基于扩散的方法，通过传感器语义描述生成数字孪生，实现重建、插补、预测和虚拟传感等任务。在真实超级计算机数据集上，重建平均绝对误差为0.047，热推断误差为0.033，并具有零样本排列稳定性。
数据中心及其计算节点需要能够精确模拟工作负载、环境参数与物理指标之间复杂交互的数字孪生。当前用于高性能计算（HPC）遥测的机器学习方法通常依赖于静态的、匿名的、固定位置的传感器变量子集，这些变量专为单一任务设计。因此，当目标任务改变或传感器指标变化时，这些模型便不再适用。
针对这一局限，研究人员提出了SeT-Diff，这是首个面向计算节点遥测和时间序列的基础模型。与刚性架构不同，SeT-Diff采用基于扩散的方法，将生成过程条件于每个传感器的语义描述，从而将系统动态与数据集结构解耦。这意味着该模型能够灵活适应不同的传感器配置和任务需求。
在真实超级计算机数据集上的实验表明，SeT-Diff在重建任务上实现了0.047的平均绝对误差（MAE）。此外，该模型展现出零样本排列稳定性：即使传感器顺序被打乱，其精度也仅有微乎其微的下降。一个预训练好的SeT-Diff模型能够有效执行数据插补、预测和虚拟传感——在热推断任务中达到了0.033的MAE。这使其成为HPC系统高效的数据驱动数字孪生工具。该研究由Giovanni B. Esposito等人完成，论文于2026年5月11日提交至arXiv，编号为2607.22548。SeT-Diff的工作展示了语义基础模型在HPC遥测领域的巨大潜力，为构建更灵活、更通用的数字孪生系统铺平了道路。