中国超算能否再夺“戈登贝尔奖”?(2)

光山新闻网 林晓舟 2019-08-28 09:14:30
浏览

这两个超算应用都是当今排名世界第一的Summit超级计算机上实现的。郑纬民介绍说,其中,“应用超级计算机来应对药物流行病”是一个传统的科学研究应用,属于基因组学计算领域,由美国能源部下属的橡树岭国家实验室的研究团队领衔完成;而“用E级规模的深度学习进行气候分析”则是一个运行在超级计算机上的人工智能应用,由劳伦斯伯克利国家实验室和英伟达公司的联合研究团队完成。

郑纬民评价道,这两项研究,前者是高性能计算与生物信息学、医学相结合的一个典范,后者则是“首个可以有效扩展到近3万块(27360块)GPU加速卡的深度学习应用”,成为其最大亮点。

在其余四个入围戈登贝尔奖的应用中,郑纬民介绍说,“引入了混合精度计算来充分发挥GPU计算资源的效能”的“城市地震灾害模拟项目”,和“探索了在超级计算机上如何开展极大规模图数据的高效处理”的“‘神图’图计算框架项目”,都是典型的运行在超级计算机上的人工智能应用。

从上述6个入围戈登贝尔奖项目的分析中不难看出,获奖的“用E级规模的深度学习进行气候分析”项目,与入围的“城市地震灾害模拟项目”“‘神图’图计算框架项目”,均属于超算与人工智能融合的范例——超算上的人工智能应用已经占据了半壁江山。

也正因此,郑纬民也将“人工智能应用有望成为超算的主流应用之一”总结为未来超级计算机与应用的两个重要发展趋势之一。

未来如何走得更远

郑纬民总结的另一个趋势是,异构架构在超算系统构建层面被广泛接受。他认为,目前全球超算TOP10的系统中,异构架构超算已经占据了七成。尽管“加速器异构”和“异构众核”之争仍在继续,异构架构已成为构建顶级超算系统的大势所趋。

记者观察到,在全球TOP10的超算中,以英伟达GPU为代表构建的异构超算占了5席。考虑到人工智能在科学与工程计算中越来越广泛的应用,这也为人工智能应用与超算的融合打下了硬件基础。

算力一直被认为是人工智能再次腾飞的重要基础之一。而随着深度神经网络规模的扩大,最新的网络生成和训练往往需要数万GPU小时(如BERT、NASNet等)甚至更多。

对此,郑纬民说:“具有顶级计算能力的超算系统理应为大规模人工智能应用提供助力,不断拓展后者的技术边界。”

再回到2018年戈登贝尔奖入围名单上。从该奖的选择来看,有3个人工智能应用得以入围,其中1个最终得奖。

“2018年的戈登贝尔奖选择大规模深度学习应用,入围应用中人工智能相关的项目也前所未有地占据了半壁江山,这一切都预示着人工智能与超算的结合将越来越紧密。”郑纬民说。

中国到底能否在2019年甚至未来再次斩获这一殊荣?我们拭目以待。但不容忽视的是,以深度学习为代表的人工智能算法,已经影响了硬件的发展方向,并且会在将来进一步扩大其影响。

中科院计算所研究员、国家超级计算济南中心主任张云泉也表示,以科学计算为代表的传统高性能计算程序必须接受这一个事实,只有主动拥抱这一个事实,并寻求两者的结合点,才有可能在未来走得更远。

 

版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。