Volta 支持的超级计算机加速 AI 和科学发现

by 英伟达中国

不久前发布的全球 500 强超级计算机名单录入了 34 款新 NVIDIA 加速系统,让我们入榜的总数达到 87 款之多。

这还只是开始。到 6 月份公布下一份名单时,第一批使用我们的新 Volta GPU 架构的部分超级计算机将会上线。橡树岭国家实验室 (ORNL) 的 Summit 将成为世界最顶尖的超级计算机之一。美国劳伦斯利福摩尔国家实验室 (LLNL) 的 Sierra 和日本的 AI 桥接云基础设施 (ABCI) 也不甘居后。

上述三款超级计算机这周出尽了风头,因为全球最强大的超级计算机的制造商齐聚丹佛,共同参加 SC17 盛会。

在本周的展会上,您可以参加各种会谈和展览,详细了解 GPU 和 Volta 将如何推动科学以及 AI 的发展。

AI 扩展 HPC

Volta 的性能比前一代产品 Pascal 的性能高出 5 倍。与 Pascal 相似,它将 AI 和传统 HPC 应用整合到一个平台上。

高性能计算是现代科学发展的基础,利用这一技术,研究人员可以模拟和预测现实世界的未来技术发展,例如,人体对新药物治疗的反应,或新能源的效率。通过将 AI 与 HPC 整合在一起,Volta 可以让研究人员使用 AI 从数据中挖掘深入的见解,从而为科学发现加速。

Summit、Sierra 和 ABCI 均由 NVIDIA Tesla V100 GPU 加速器提供支持,该加速器将 100  个 CPU 的计算能力整合到一个 GPU 中,而使用的能源只有我们上一代 GPU 的一半。这三者包含一个 CPU 和 GPU 的组合,这些 CPU 和 GPU 均通过我们的 NVIDIA NVLink 高速互联技术链接在一起。

利用 Summit 再上一层楼

Summit 的宗旨就是满足全球研究人员和科学家对计算资源的强烈需求。凭借 200 千万亿次浮点运算能力的预期最高性能(AI 的性能超过 3 千万亿次浮点运算能力),它将超越超级计算世界冠军,即最高性能为 125.4 千万亿次浮点运算能力的中国神威太湖之光超级计算机。它的计算能力将比长期占据美国最强大系统榜首的 ORNL Titan 超级计算机高出五倍。

“对我们来说,最高性能并不重要。重要的是我们可以利用 Summit 为科学发展做出什么贡献,”ORNL 的国家计算科学中心科学计算小组领导人 Tjerk Straatsma 说。

Straatsma 还说,凭借更强大的计算能力,研究人员可以解决更庞大和更复杂的问题,执行更准确的模拟,做出更精确的预测。例如,为 Summit 计划的一个项目的目的是预测气候变化的长期性影响。其他应用可以加快药物研发速度,让植物性燃料更具成本效率或支持将融合物作为清洁充足的能源。

High Sierra

Sierra 将成为美国能源部管理和保护国家核武器,以及管理核不扩散和反恐计划的主要系统。凭借 125 千万亿次浮点运算的最高性能,Sierra 比 LLNL 当前最快的系统 Sequoia 的性能还要高出 5 到 10 倍。

LLNL 计算物理学项目副总监 Chris Clouse 说,凭借这一增加的功能,科学家可以用更高的保真度执行模拟,还可以执行当今高性能计算机无法实现的三维模拟。

他说,该实验室还计划为基本科学应用和 AI 研究使用 Sierra,这些应用和研究旨在让模拟更加准确可靠。

Oak Ridge National Lab researchers use supercomputers to help them design more seismically safe structures.
橡树岭国家实验室的超级计算项目包括以上 CyberShake 地震灾害地图,为需要设计能够应对地震灾害的坚固建筑物的工程师提供了必要的信息。图片由南加州地震中心提供。

专为 AI 设计

2018 年,日本国立先进工业科技研究所运营的 ABCI 将作为 AI 的全球性创新平台上线。凭借计划的最高 37 千万亿次浮点运算能力和用于深度学习的 550 千万亿次浮点运算能力,ABCI 将成为该国最快的超级计算机。

ABCI 针对 AI、机器学习和深度学习进行了专门设计,可以加快将 AI 部署到实际商业和社会中的速度,”AIST 说。

SC17 聚焦

在 SC17 会议上,您可以参加在 NVIDIA GPU Technology Theater 举办的探讨,也可以访问我们在展厅的 1809 号展位,详细了解有关 Volta 超级计算机的开发信息。对于 HPC 加速的超级计算和深度学习如何推动计算科学的发展,我们正在开展 30 多场探讨。精彩聚焦:

11 14 日,星期二

11 15 日,星期三

11 16 日,星期四

本文开头的图片由 ORNL Mike Matheson 提供。它展示了研究人员如何使用实验数据制作由 2370 万个原子组成的生物模型,其中包含纤维素(紫色)、木质素(棕色)和酶(绿色)。