美国能源部长Rick Perry 与超级计算机制造商Cray 今天宣布,劳伦斯伯克利国家实验室的下一代超级计算机将采用NVIDIA GPU。

2020年将加入美国能源部国家能源科学研究中心(NERSC)的Perlmutter,是拥有准百万兆级(pre-exascale)运算能力的超级计算机,将采用 NVIDIA Tesla GPU。这套系统的运算能力预计会是NERSC 现有Cori 超级计算机的三倍。

无论科学运算、人工智能,还是机器学习方面的应用程序,Tesla GPU 都能一致提升其指令周期,而规模各异的研究机构也都体会到将GPU 用在下一代的超级计算机上,或许能让科学界能更快取得突破性发现。

针对科学研究进行优化的超级计算机,将服务NERSC 旗下逾七千名研究人员。这些科学家靠着高效能运算来建立人工智能模型、运行复杂的仿真和分析资料,GPU 可以加快这三项任务。

NERSC 可以将半数工作交给GPU 运行

NERSC 最新的一项研究发现,NERSC 有近半数的工作准备好利用GPU 加速技术的优点。从现在到2020年之间,在算法上跟GPU 加速内核类似的其它应用程序也可以换成适用于GPU 的程序代码,在Perlmutter 上线后科学家便能立即投入运行。

「Perlmutter 将是NERSC 的第一个大规模GPU 系统,混杂了CPU 与GPU 加速节点,以最大提高各种应用程序组合的生产力。采用GPU 可以立即让许多程序代码因此受惠,其它程序代码则要进行更多准备。我们的 NESAP 项目致力于跟NVIDIA 和Cray 合作,加快处理更多程序代码,让所有用户都能顺利使用Perlmutter。」Perlmutter 系统首席架构师Nick Wright 说。

如同NERSC 的2017年度报告这张图所示,NERSC 有近半数的工作准备好利用GPU 加速技术的优点。

让科学家更快取得突破性成果

在过去十年中,将GPU 运算技术用于科学应用项目的需求,如同火箭升空般飙升。而在用于GPU 加速资料分析的全新开放源码函式库 RAPIDS 助力下,有更多类型的研究工作可以利用这些加速技术。

在NERSC,DOE 实验室与各大学占了使用HPC 之需求的最大比例。这些科学家处理无线电望远镜、粒子加速器、电子显微镜等传感器所产生出exabytes 等级的数据量,以回答个别研究领域最棘手的问题:

核融合:为恒星提供燃料的核融合反应过程,产生巨大的能量。科学家多年来一直在受控制的环境里进行这些反应,但还无法将核融合反应的时间维持长到能利用这项干净能源。将超级计算机用于仿真融合期间的电浆特性,帮助研究人员了解其复杂动态。

气候与环境:精准预测全球气候是了解碳排放对地球造成之长期影响的关键。 研究人员可以使用GPU 更快以更精细的分辨率来预测数十年的全球气候资料。

材料科学:各种天然或人造合成材料都具有不同的分子特性,使其更适合用于部分用途。高水平的运算能力使得研究人员能更快分析分子结构,发现具备所要求之特性的新材料,像是弹性、耐热性或强度,再针对日常用品发展这些新材料,例如开发出更佳的车用电池或更舒适的隐形眼镜。

生物科学:细心研究分子结构也是开发药物与疫苗的要务。研究人员可以运用这些运算资源,在实验室测试实体样本前,便先行猜想可能的药物分子会如何对抗疾病,如此一来便能减少用于临床试验的候选药物数量,缩短发现有望治疗疾病之方法所需的时间。

科学家们利用Perlmutter 提供的GPU 加速运算能力,便能更快重复进行这些项目,灵活运用数据来提出更多问题,又能减少等待的时间,有更多时间进行推断。