GPU領(lǐng)跑運(yùn)算性能，實(shí)現(xiàn)高性能計算新突破

2018 全國高性能計算學(xué)術(shù)年會（HPC CHINA 2018）于10月20日在青島閉幕。大會以“HPC+一切皆可計算”為主題，圍繞高性能計算技術(shù)的研究發(fā)展與發(fā)展趨勢、高性能計算的重大應(yīng)用等主題展開。

年會上，各領(lǐng)域?qū)＜覍W(xué)者圍繞著高性能計算技術(shù)各抒己見，分享了高性能計算在其各自領(lǐng)域的最新研究進(jìn)展。NVIDIA公司高性能計算及新興業(yè)務(wù)中國區(qū)總經(jīng)理劉通在大會主論壇發(fā)表了“NVIDIA GPU面向未來計算的持續(xù)創(chuàng)新”主題演講， 為大家介紹了GPU在高性能計算領(lǐng)域的應(yīng)用以及創(chuàng)新。

近年來，隨著傳統(tǒng)處理器在單線程運(yùn)算方面遭遇到瓶頸，性能加速放緩。GPU為加速計算指明了新方向，GPU加速器每年正在以穩(wěn)定的速率實(shí)現(xiàn)性能提升，其性能提升態(tài)勢也將持續(xù)到未來：

如今 ，GPU框架憑借其強(qiáng)大的并行計算能力，已被眾多超級計算機(jī)選做算力核心。目前，包括美國Summit、Sierra；日本ABCI；歐洲的Piz Daint在內(nèi)的諸多全球頂級超級計算機(jī)都采用了NVIDIA GPU作為其算力核心。而且，目前已有70%的通用HPC程序已經(jīng)實(shí)現(xiàn)GPU加速：

然而，與其強(qiáng)大算力相對應(yīng)的是GPU服務(wù)器突出的性價比優(yōu)勢。相較于CPU服務(wù)器，GPU服務(wù)器成本需求更低，原本需要由160臺Skylake CPU服務(wù)器才能完成的計算量，只需8臺V100 GPU 4 卡服務(wù)器即可完成，而總體成本僅是Skylake CPU服務(wù)器的1/5；1臺DGX-2的計算量相當(dāng)于300臺Dual-CPU服務(wù)器，總體成本卻只有其1/8：

此外，GPU能夠?qū)崿F(xiàn)HPC與AI的融合計算。HPC可為精準(zhǔn)計算提供支持，AI則可以提高結(jié)果預(yù)測準(zhǔn)確性加快反應(yīng)速度。NVIDIA TENSOR CORE GPU能夠滿足HPC與AI的融合計算，利用多精度混合計算，實(shí)現(xiàn)HPC應(yīng)用性能新突破。

應(yīng)用廣泛，GPU加速計算滲入各個領(lǐng)域

在實(shí)現(xiàn)加速計算的同時，GPU加速的超算平臺還具有廣闊的產(chǎn)業(yè)應(yīng)用范圍，能夠在精準(zhǔn)醫(yī)藥、氣象模擬、新材料、無人駕駛、AI等眾多領(lǐng)域發(fā)揮作用。中國石油東方地球物理公司研究數(shù)據(jù)處理中心賴能和總工程師在NVIDIA新技術(shù)與應(yīng)用主題分論壇中介紹，中石油正在利用NVIDIA GPU加速計算處理石油海量數(shù)據(jù)。

在服務(wù)產(chǎn)業(yè)應(yīng)用的同時，NVIDIA GPU加速計算也被廣泛應(yīng)用到科學(xué)研究中。南京大學(xué)周建教授介紹，南京大學(xué)高性能計算研究中心在使用NVIDIA GPU加速計算解決VASP雜化泛函數(shù)計算時感受了到GPU顯著的加速計算效果。在進(jìn)行CrGeTe3的雜化泛函自洽計算測試時，相較于CPU，GPU的加速計算效果明顯。據(jù)統(tǒng)計，對于此類較大的系統(tǒng)，1個V100 GPU可以比一個雙路CPU服務(wù)器快10倍左右：

武漢大學(xué)蔡浩教授也在分論壇中進(jìn)行了介紹，武漢大學(xué)過去在使用滿帶寬振幅分析軟件（FALLS）進(jìn)行分波分析時，存在要處理的事例數(shù)巨大；擬合模型非常復(fù)雜，參數(shù)空間巨大；擬合算法需要的計算步數(shù)非常多的困難。然而通過程序優(yōu)化，拆掉大的數(shù)據(jù)結(jié)構(gòu)，將計算部分的CUDA代碼，全部分解成小的片段，交由GPU計算，提高計算效率；將條件分支全部移到程序外部，交給CPU處理，從而實(shí)現(xiàn)了充分調(diào)動計算單元：

同時，進(jìn)行算法優(yōu)化，將所有的求和計算都在GPU中進(jìn)行，GPU和CPU之間的數(shù)據(jù)交互降到最低：

目前，F(xiàn)ALLS已經(jīng)實(shí)現(xiàn)了多GPU聯(lián)合計算，并且實(shí)現(xiàn)了線性加速。如今，F(xiàn)ALLS可以處理更大的數(shù)據(jù)量和更大的參數(shù)空間，相較于算法優(yōu)化之前，計算時常實(shí)現(xiàn)了1000倍加速：

中科院高能物理研究所石京燕工程師也表示，中科院高能研究所在進(jìn)行高能物理實(shí)驗(yàn)時，同樣會面臨海量的數(shù)據(jù)和復(fù)雜的計算過程，許多應(yīng)用程序都對采用GPU加速計算提出了強(qiáng)烈需求。如今，通過在Juno實(shí)驗(yàn)中引入GPU加速計算；通過GPU加速計算進(jìn)行交互式數(shù)據(jù)分析；基于深度學(xué)習(xí)進(jìn)行事件重建，中科院高難研究所已經(jīng)受益頗豐。

NVIDIA支持高校高性能計算教育

NVIDIA CUDA應(yīng)用市場總監(jiān)侯宇濤在10月19日的演講中表示NVIDIA在關(guān)注GPU技術(shù)創(chuàng)新的同時，也致力于支持高校中的GPU教育。2018年8月20-24日，NVIDIA支持舉辦了國內(nèi)首次OpenACC GPU Hackathon大賽，多支來自國內(nèi)頂尖高校的隊(duì)伍參賽。各團(tuán)隊(duì)基于NVIDIA V100 GPU對程序應(yīng)用進(jìn)行優(yōu)化，實(shí)現(xiàn)了最大40倍速的計算速度提升。

此次HPC CHINA，NVIDIA的專家們還把NVIDIA深度學(xué)習(xí)學(xué)院（DLI）帶到了年會現(xiàn)場，為學(xué)員現(xiàn)場揭秘深度學(xué)習(xí)技術(shù)及其應(yīng)用，帶領(lǐng)學(xué)員動手實(shí)驗(yàn)，展示如何通過在Caffe框架上的NVIDIA DIGITS和MINIST手寫數(shù)據(jù)集，在深度學(xué)習(xí)工作流程中利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)（DNN），尤其是卷積神經(jīng)網(wǎng)絡(luò)（CNN）解決圖像分類問題。

NVIDIA GPU關(guān)注未來計算，持續(xù)創(chuàng)新

如今，具備更高計算能力的GPU技術(shù)為HPC應(yīng)用的高速發(fā)展帶來前所未有的強(qiáng)大計算引擎。隨著HPC與AI的融合在更多領(lǐng)域的應(yīng)用，計算單元需要同時具備超強(qiáng)的傳統(tǒng)HPC計算力和深度學(xué)習(xí)計算力。最新的NVIDIA GPU系列，完美融合CUDA核心與Tensor核心，同時滿足傳統(tǒng)計算與AI計算的需求，并且配置一系列加速軟件庫，為應(yīng)用開發(fā)提供最簡潔優(yōu)化的編程工具。NVIDIA GPU將不斷向更高性能發(fā)起挑戰(zhàn)，無論是硬件還是軟件，都將保持著技術(shù)的高速創(chuàng)新。