最近，NVIDIA宣布了其將計(jì)劃建造英國(guó)最大的AI超級(jí)計(jì)算機(jī)，即Cambridge-1 AI超級(jí)計(jì)算機(jī)。什么是超級(jí)計(jì)算機(jī)？NVIDIA將使用什么硬件？它將如何幫助推動(dòng)醫(yī)學(xué)領(lǐng)域的發(fā)展？

什么是超級(jí)計(jì)算機(jī)？

超級(jí)計(jì)算機(jī)是計(jì)算系統(tǒng)，其處理能力比通用計(jì)算機(jī)的處理能力大得多。這個(gè)定義使得定義超級(jí)計(jì)算機(jī)有些棘手，因?yàn)樗Q于當(dāng)時(shí)的當(dāng)前技術(shù)。例如，Cray 1是在1970年代推出的超級(jí)計(jì)算機(jī)，當(dāng)時(shí)的功能比當(dāng)時(shí)的任何其他計(jì)算機(jī)都要強(qiáng)大得多，但與當(dāng)今的標(biāo)準(zhǔn)相比，它與64位ARM微控制器相當(dāng)。

超級(jí)計(jì)算機(jī)是當(dāng)時(shí)技術(shù)上最先進(jìn)的計(jì)算系統(tǒng)，可以在涉及大量復(fù)雜數(shù)據(jù)處理的最苛刻的應(yīng)用中找到自己的位置。例如，超級(jí)計(jì)算機(jī)通常用于物理、醫(yī)學(xué)、地質(zhì)、氣象、分子建模和工程仿真應(yīng)用中。但是，必須注意，這樣的系統(tǒng)不一定比臺(tái)式PC（例如文字處理器或電子表格）更快地執(zhí)行一段通用代碼。現(xiàn)代超級(jí)計(jì)算機(jī)不使用規(guī)格比標(biāo)準(zhǔn)CPU高的定制CPU，而大量使用相同的現(xiàn)成零件。這意味著現(xiàn)代超級(jí)計(jì)算機(jī)圍繞大規(guī)模并行計(jì)算進(jìn)行調(diào)整，從而可以將一個(gè)問(wèn)題分解為許多可以同時(shí)執(zhí)行的獨(dú)立計(jì)算。

為什么AI系統(tǒng)需要大量的處理能力？

人工智能（AI）是計(jì)算系統(tǒng)將智能應(yīng)用于問(wèn)題的能力，它可以從過(guò)去的信息中學(xué)習(xí)以識(shí)別新的模式。為了更好地理解AI系統(tǒng)和硬編碼模式識(shí)別系統(tǒng)之間的區(qū)別，AI可以確定照片中的貓，而以前從未見(jiàn)過(guò)該照片。相反，模式識(shí)別系統(tǒng)將只能找到它之前見(jiàn)過(guò)的特定貓。 AI知道自己檢測(cè)到的是貓，便可以對(duì)其自身進(jìn)行調(diào)整，以便在以后的照片中更好地識(shí)別其他貓。 AI的強(qiáng)大功能在于，它可以識(shí)別具有相似性的圖案（例如眼睛的數(shù)量，鼻子的形狀和牙齒），而忽略其他圖案（例如毛皮的顏色）。

在創(chuàng)建有效的AI系統(tǒng)時(shí)，需要大量數(shù)據(jù)，以便AI具有最大的學(xué)習(xí)機(jī)會(huì)。這就是為什么AI臉部和語(yǔ)音識(shí)別只是最近才被整合到技術(shù)中的原因，因?yàn)楦呖萍脊粳F(xiàn)在擁有大量的面部和語(yǔ)音數(shù)據(jù)可供學(xué)習(xí)。但是，對(duì)于單臺(tái)計(jì)算機(jī)而言，這些數(shù)據(jù)實(shí)在太大了，無(wú)法饋入機(jī)器學(xué)習(xí)算法。

因此，使用數(shù)據(jù)中心是因?yàn)樗鼈冊(cè)试S進(jìn)行大規(guī)模并行處理，從而大大減少了數(shù)據(jù)處理時(shí)間。但是，即使大型數(shù)據(jù)中心也沒(méi)有完全優(yōu)化以執(zhí)行AI學(xué)習(xí)任務(wù)，因?yàn)樗鼈兩婕熬哂袕?fù)雜矩陣、向量和大型浮點(diǎn)運(yùn)算的深度神經(jīng)網(wǎng)絡(luò)。盡管通用CPU不能高效地執(zhí)行此類(lèi)任務(wù)，但事實(shí)證明，GPU才是許多AI系統(tǒng)被設(shè)計(jì)為在圖形處理單元（尤其是NVIDIA設(shè)計(jì)的圖形處理單元）上運(yùn)行的原因。因此，一臺(tái)AI超級(jí)計(jì)算機(jī)會(huì)將其硬件重點(diǎn)轉(zhuǎn)移到GPU而非CPU上。

什么是Cambridge-1 AI超級(jí)計(jì)算機(jī)？

了解GPU在AI應(yīng)用中的重要性，NVIDIA宣布將建造英國(guó)最強(qiáng)大的AI超級(jí)計(jì)算機(jī)，并將成為全球排名第29的超級(jí)計(jì)算機(jī)。該系統(tǒng)將于年底（2020年）準(zhǔn)備就緒，將提供超過(guò)400 petaflops的AI處理能力和8 petaflops的Linpack性能。該計(jì)算機(jī)系統(tǒng)有四個(gè)主要重點(diǎn)，包括聯(lián)合行業(yè)研究、大學(xué)授予的計(jì)算時(shí)間、支持AI初創(chuàng)公司以及AI系統(tǒng)教育。

超級(jí)計(jì)算機(jī)使用80個(gè)NVIDIA DGX A100系統(tǒng)構(gòu)建，這些系統(tǒng)使用NVIDIA Mellanox InfinBand網(wǎng)絡(luò)系統(tǒng)連接。每個(gè)NVIDIA DGX A100系統(tǒng)都集成了8個(gè)NVIDIA A100 GPU和320GB總內(nèi)存，6個(gè)NVIDIA NVSWITCHES，它們提供4.8TB / s的雙向交換，450GB / s的峰值雙向網(wǎng)絡(luò)連接，雙64核AMD CPU和15TB GEN4 NVME SSD的峰值數(shù)據(jù)傳輸速率為25GB / s。 NVIDIA A100 GPUS集成了雙精度張量?jī)?nèi)核，旨在加速TensorFlow AI神經(jīng)網(wǎng)絡(luò)。

Cambridge-1 AI超級(jí)計(jì)算機(jī)將提供什么幫助？

超級(jí)計(jì)算機(jī)旨在用于包括研究、初創(chuàng)企業(yè)和合資企業(yè)在內(nèi)的各種基于AI的應(yīng)用，該系統(tǒng)的主要應(yīng)用之一是幫助加速英國(guó)的醫(yī)學(xué)發(fā)展。 NVIDIA Clara for Computational Drug Discovery是工具的一個(gè)示例，該系統(tǒng)將運(yùn)行該工具，以利用來(lái)自放射學(xué)、基因組學(xué)和成像的數(shù)據(jù)來(lái)幫助查找有效的藥物。這種工具有助于消除對(duì)新藥進(jìn)行實(shí)驗(yàn)室發(fā)現(xiàn)的需要，從而使研究人員在探索新化合物的作用時(shí)可以縮小搜索范圍。

此外，該系統(tǒng)還集成了自然語(yǔ)言處理功能，使它可以瀏覽大量的研究論文、文獻(xiàn)和數(shù)據(jù)庫(kù)，以找到重要的信息。 Cambridge-1 AI超級(jí)計(jì)算機(jī)也將用于增壓醫(yī)療保健研究，以幫助改善患者護(hù)理、診斷和醫(yī)療用品的交付。例如，這樣的系統(tǒng)可以用于確定病毒如何更準(zhǔn)確地傳播，并提供針對(duì)性的疫苗或封鎖來(lái)幫助遏制病原體。

責(zé)任編輯：gt