NVIDIA 在全球超算大会 SC17 上推动高性能计算发展,研究表明 GPU 加速是科学计算的关键

by 英伟达中国

排名前 15 位的高性能计算 (HPC) 应用以及前 50 位中的 70% 现已采用 GPU 加速;TOP500 榜单中由 GPU 加速的系统数量又创历史新高。

NVIDIA 亮相本周的全球超算大会 SC17,并充分展现了其在高性能计算领域强劲的发展势头。

在展会前的演讲中,NVIDIA 创始人兼 CEO 黄仁勋指出,所有主要计算机制造商和云服务均开始转而采用 NVIDIA Volta 架构来加速数据密集型工作负载。在最新发布的全球超级计算机 TOP500 榜单中,NVIDIA 再创佳绩。

分析公司 Interesect360 Research 的一份最新报告称,NVIDIA 对于未来的科学计算领域至关重要,并指出排名前 15 位的 HPC 应用以及前50位中的 70% HPC 应用现已采用 GPU 加速。

“GPU 计算已经在 HPC 市场上达到引爆点,这将推动应用优化的持续增长”,Intersect360 的 Addison Snell 和 Laura Segervall 在报告中分析道。

NVIDIA 的最新 TOP500 系统

最新发布的两年一度的全球超级计算机 TOP500 榜单显示,NVIDIA 创纪录地新增了 34 个 GPU 加速系统,至此在榜单中共占据 87 席。NVIDIA 在这份榜单上的每秒千万亿次浮点运算总数提高了 28%,同时公司还成功斩获节能超级计算机 Green500 榜单前 20 席中的 14 席。

不断变化的 HPC 应用生态系统

Intersect360 报告中特别明确地说明了高性能计算领域的发展变化,其中详细阐述了 GPU 加速日益增长的重要性。

报告中指出 GPU 目前加速的应用包括:

  • 排名前 15 的化学应用
  • TOP2 流体动力学分析应用
  • 排名前 8 的结构分析应用中的 7 个
  • 所有领先的可视化分析应用
  • 所有主流生物科学应用

全球 TOP15 HPC 应用均已采用 GPU 进行加速,其中包括 GROMACS、ANSYS Fluent、Gaussian、VASP、NAMD、Simulia Abaqus、WRF、OpenFOAM、ANSYS、LS-DYNA、BLAST、LAMMPS、AMBER、Quantum Espresso 以及 GAMESS。

该报告还强调 HPC 应用生态系统的动态特性是其决定性的特征。的确,人工智能与高性能计算的结合已成为明显趋势。今年,GPU 加速的深度学习框架 TensorFlow 首度跻身榜单。

GPU 加速应用并不局限于科学界,SAP 与 Oracle 凭借其企业级人工智能优化应用跻身 TOP50 榜单,这验证了高性能计算与商业智能之间进一步的跨界融合。

Intersect360 指出,“当今市场主要的一项推动因素是人工智能的到来。”“许多组织都在探索深度学习技术,以将人工智能的发展成果应用到其产品、服务或运营中。这些算法通常依赖于 GPU,在某种程度上,人工智能已经成为 NVIDIA 的主要增长动力。”