近年來，高性能計(jì)算（HPC）在科學(xué)研究中的廣泛采用使科學(xué)進(jìn)步以前所未有的速度發(fā)展。超級(jí)計(jì)算機(jī)可以比科學(xué)家在現(xiàn)實(shí)生活中進(jìn)行實(shí)驗(yàn)或復(fù)制無法進(jìn)行實(shí)驗(yàn)的過程更快地模擬各種過程。但是，仿真并不是科學(xué)研究的唯一有效方法，而人工智能和深度學(xué)習(xí)可以極大地增強(qiáng)仿真。這就是來自斯圖加特高性能計(jì)算中心的科學(xué)家計(jì)劃在未來幾個(gè)月內(nèi)使用Nvidia的A100 GPU升級(jí)其僅CPU的Hawk超級(jí)計(jì)算機(jī)的原因。

深度學(xué)習(xí)協(xié)助模擬

多年以來，科學(xué)家一直使用模擬研究空氣動(dòng)力學(xué)，氣候模型，計(jì)算流體動(dòng)力學(xué)和分子動(dòng)力學(xué)等領(lǐng)域。研究人員開發(fā)的仿真算法基于基本的科學(xué)原理，非常精確。這種精度要求使用數(shù)千個(gè)CPU內(nèi)核以及雙精度浮點(diǎn)格式（FP64），這通常意味著要有效運(yùn)行的編程技能，相當(dāng)長(zhǎng)的計(jì)算時(shí)間以及生成大量數(shù)據(jù)。最近，CPU和GPU獲得了重要的人工智能（AI）和深度學(xué)習(xí)（DL）功能，這就是為什么研究人員開始在工作中使用AI和DL的原因。

AI和DL算法不能提供精確的模擬，也不能替代它們。但是他們可以做的是快速識(shí)別大型數(shù)據(jù)集中的模式，然后創(chuàng)建一個(gè)近似于實(shí)際行為的計(jì)算模型。在某些情況下，使用AI和DL可以消除某些科學(xué)上正確的模擬，這些模擬將無濟(jì)于事，從而極大地加快了研究速度。實(shí)際上，許多科學(xué)家認(rèn)為，將AI / DL與仿真相結(jié)合是超級(jí)計(jì)算的未來。

HSLR的Hawk獲得GPU

與其他學(xué)術(shù)研究人員一樣，斯圖加特超級(jí)計(jì)算機(jī)中心高性能計(jì)算中心（HLRS）依賴于基于CPU的計(jì)算機(jī)執(zhí)行的HPC仿真。今年，該公司部署了Hawk，這是一款基于AMD EPYC 7742的超級(jí)計(jì)算機(jī)，具有698，800個(gè)內(nèi)核和1，397，760 GB的內(nèi)存，可以在Rmax Linpack性能上實(shí)現(xiàn)19，334 TFLOPS。此外，自2019年以來，研究人員還一直在研究基于GPU的AI超級(jí)計(jì)算機(jī)，當(dāng)時(shí)他們部署了具有60個(gè)Nvidia GPU的Cray CS-Storm系統(tǒng)。

責(zé)任編輯：lq