我们正处于一个信息大暴发的时代,每天都能产生数以百万计的新闻资讯!
虽然有大数据推荐,但面对海量数据,通过我们的调研发现,在一个小时的时间里,您通常无法真正有效地获取您感兴趣的资讯!
头条新闻资讯订阅,旨在帮助您收集感兴趣的资讯内容,并且在第一时间通知到您。可以有效节约您获取资讯的时间,避免错过一些关键信息。
本文转自:学习时报
陈鹏
高性能计算被视为计算机科学与工程的“皇冠”。近年来,各国频繁启动国家层面的研发计划。所谓的高性能计算,其与一般计算相比,本质特征在于“算力聚合”,它的计算能力比一般计算机的计算能力要高出一个数量级。高性能计算通过聚合结构,使用多台计算机和存储设备,以极高速度进行计算,帮助人类探索科学、工程及社会领域中的一些世界级重大难题。
高性能计算的发展历史。1964年控制数据公司推出了CDC6600计算机。该型号计算机由西摩·克雷设计,综合采用了当时多项领先的技术,包括硅晶体管、多功能单元并行技术、专用I/O处理机等。CDC6600每一秒能执行三百万条指令,与当时其他型号的计算机相比,至少快3倍以上,其在算力的统治地位保持了5年之久。自此,高性能计算成为一个新术语,CDC6600通常被认为是第一台高性能计算机,西摩·克雷也被公认为“高性能计算机之父”。
自诞生以来,高性能计算的发展可以大致划分为四个阶段。
第一个阶段是“向量机时代”,伴随着1975年Cray-I计算机的问世,向量机成为高性能计算机的主流,向量部件、向量流水线、向量化、向量编译等向量化技术蓬勃发展。
第二个阶段是“并行处理时代”,在20世纪80年代后期,使用分布式内存的大规模并行计算在高性能计算领域大行其道。思维机器公司在1985年推出的CM-1是一台典型的大规模并行计算机,每个CM-1微处理器都配有4K比特随机存取存储器,基于超立方体的阵列被设计为同时对多个数据点执行相同的操作,即以单指令、多数据方式执行任务。CM-1最高可装配65536个独立处理器,每个处理器都非常简单,一次处理一位。在这个阶段中,并行向量机、对称多处理机、非一致性存储结构等技术迅速发展。
第三个阶段是“微处理时代”,在2000年初,基于微处理机的集群系统在高性能计算领域声名鹊起。与其他并行处理系统的核心区别在于,集群没有专用的、定制的硬件或软件,而是由廉价的个人计算机通过高速网络连接构成。在这一时期,多级互联网络、胖树和网格等成为新的研究热点。
第四个阶段是“异构混合与云计算时代”,2005年以来,图形处理单元(GPU)已成为一个强大的计算平台,并已成功用于加速许多科学工作负载。通常,应用程序的计算密集型任务被卸载到GPU,GPU充当CPU的并行协处理器。在实际应用中,高性能计算机系统由许多节点组成,每个节点包含2到32个传统CPU和1到6个GPU,通常还包括一个高速网络和一个数据存储系统。
高性能计算扮演着越来越重要的角色。高性能计算的发展已历经了近1个甲子,从当初的M级计算到今天的E级计算,其计算速度已经增长了12个数量级。伴随着算力的不断增长,高性能计算在解决科学、工程与社会的“大挑战”过程中也扮演着越来越重要的角色。从宇宙学中天文N体模拟到高分辨率全球海洋模式,从高能物理中的格点量子色动力学到化学中的第一性原理计算,从全球气候预测到基因测序,从新材料研发到新药物研制,无一不依赖高性能计算。
可以说,高性能计算的发展日新月异,应用覆盖了人类经济社会的各个方面,要想窥高性能计算发展之全豹,可以透过“一榜一奖”管而窥之。这里所谓的“一榜”指的是TOP500榜单,“一奖”指的是戈登·贝尔奖。
TOP500榜单始于1993年,每年发布两次,汇编了世界前500台算力最强的计算机及其一些主要性能指标,其排名依据Linpack基准测试的结果。计算机的算力强弱通过求解密集线性方程组的速度来体现,通常以每秒浮点运算次数为重要的性能衡量指标。在2023年11月发布的最新TOP500榜单中,“前沿系统”(Frontier System)蝉联榜首,其最高性能达到E级(1.194E FLOPS)。“前沿系统”搭载了基于最新的惠普Cray EX235a架构的AMD EPYC 64C 2GHz处理器,共装配有近870万枚CPU和GPU核。
戈登·贝尔奖设立于1987年,每年颁发一次,该奖项旨在跟踪高性能计算的前沿进展,特别奖励将高性能计算应用于科学、工程和大规模数据分析的创新。奖项可能会授予在可扩展性和解决重要科学与工程问题时间方面的最高性能或特殊成就,表彰高性能计算应用领域所取得的杰出成果。
2023年戈登·贝尔奖被授予了计算材料领域,获奖项目为“量子精度的大规模材料建模:金属合金中准晶体和相互作用扩展缺陷的从头计算模拟”,该项研究基于TOP500榜首的“前沿系统”,通过薛定谔方程采用第一性原理方法进行模拟,模拟由近7.5万个原子组成的镁系统中的错位或缺陷,最终得出了迄今为止这种结构最详细的图像,其精度接近量子精度。
值得一提的是,我国在高性能计算领域的研究水平一直都处于世界前列,共有104台机器入选最新TOP500榜单,在国家与地区排名中位列第二。我国自主研发的“神威·太湖之光”曾连续四次问鼎TOP500榜单的榜首。此外,我国高性能计算机领域的科学家也曾在2016年、2017年、2020年和2021年四次摘得戈登·贝尔奖的桂冠,其中2020年是中美合作团队共同获奖,站在了全球高性能计算应用领域的最前沿。
高性能计算的未来趋势。计算技术领域的格局目前正在经历一次变革,并走入一个新的阶段,登纳德定律早已消失,阿姆达尔定律已至极限,摩尔定律也变得越来越难以遵循。晶圆级人工智能芯片、小芯片、可扩展甚至开放指令集架构等定制或者半定制芯片正大行其道,量子计算与量子网络呼之欲出,人工智能(深度学习、大模型)技术已经渗透到经济社会的各个领域,这些都深刻地影响着高性能计算的技术路线、产业环境和应用场景。
各类技术的交叉融合已经成为计算领域发展的最大趋势。传统的高性能计算技术与大数据和人工智能技术正在相互影响、相互渗透并相互融合,重新定义高性能计算,并引领高性能计算走向下一个巅峰。基于科学的模型正与数据驱动的模型相结合,来表征复杂的系统和现象,共同开拓计算的新疆域,并开启科学研究的第四范式。
人类可以借助大数据和人工智能技术扩展高性能计算。在现有的高性能计算流程中增加深度学习的功能,实现高性能计算领域中庞大数据集内的模式识别与分类,从而更好地解决类似“基因组测序”或“全球气候建模”等人类所面临的“大挑战”。
人类也可以借助高性能计算来扩展人工智能的规模。人工智能,尤其是以大模型为代表的新一代深度学习模型需要大量和快速精准的算力资源,这正是高性能计算领域最擅长之处。此外,依托高性能计算,大数据与人工智能科学家可以解决的问题规模得以扩大,用于解决问题的深度学习算法性能得以提升。深度学习神经网络固有的并行特征非常适合高度并行的高性能计算环境。在这些环境中,极高的计算性能、巨大的内存池和优化的节点间通信网络,都极大地扩展深度学习网络识别相关结构和模式的能力。
追逐“更高、更快、更强”的算力是高性能计算矢志不渝的宗旨,致力于解决科学、工程与社会领域中的“大挑战”也一直都是高性能计算的目标。因此,高性能计算被视为计算机科学与工程的“皇冠”,更是衡量国家网络空间实力的一项基准。牵住高性能计算这一“牛鼻子”,摸准高性能计算与大数据、人工智能技术交叉融合这一前沿发展“脉络”,就能牢牢把握住新一代计算技术自主发展的主动权,为数字经济健康自主发展及国家网络空间安全奠定坚实的基础。
以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。
快照生成时间:2024-02-07 05:45:07
本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。
信息原文地址: