加速软件将超级计算带到桌面

用于处理数据密集型计算任务的基于图形处理单元 （GPU） 的加速技术的出现正在为日常工作流程以及科学家和工程师解决复杂问题所采用的方法带来范式转变。Ryan 展示了医疗设备行业的两个应用示例，展示了新型超级计算机如何改进设计流程并加快上市时间。

过去，使用超级计算机是运行复杂模拟或数据处理模型的唯一方法。由于没有其他选择，那些需要极致性能才能在市场上竞争的人斥巨资购买了极致的计算设备。

对于许多组织而言，获得此类计算机的成本是更好的产品设计、更快的测试结果、更高分辨率的数据分析以及做出适当业务决策所需的基本信息的巨大障碍。幸运的是，组织现在有其他选择，包括多核处理器、FPGA、单元处理器和 GPU，它们可以跨多个应用程序为用户提供引人注目的性能提升。这些替代方案提供增强的处理能力，同时为最密集的数据计算提供更高效、灵活、加速的系统。

GPU 之所以特别成功，是因为它们能够使用并行处理元素运行大型模拟，并且还具有高内存带宽的额外优势。最新的 GPU 已经过重新设计以处理计算任务，根据应用程序的类型提供多倍的性能提升。

结合加速软件，结果是一个外围设备，作为桌面超级计算机，能够将计算应用程序增压超过 35 倍，将冗长的项目变成实时流程。作为一个额外的好处，该设备降低了功耗，最终降低了总拥有成本。一个简单的桌面计算机工作站可以有效地替代传统的CPU集群，让复杂的计算在一个人的办公桌上运行，减少等待时间，提高效率。

更快的医学成像

作为一种处理数据密集型计算的新方法，GPU 加速软件的潜力正在迅速扩大。最早经历这种转变的公司之一是波士顿科学公司，这是一家位于马萨诸塞州内蒂克的医疗设备公司。

波士顿科学公司的研究人员正在研究起搏器和其他生物医学植入物的设计参数如何受到 MRI 和其他诊断成像工具的电磁场的影响。此任务所需的设计模拟是计算密集型的，并且需要相当长的时间才能在标准计算机集群上运行。

为了提高性能，波士顿科学公司实施了 Acceleware 的专有模拟系统，该系统结合了 SPEAG 的 SEMCAD X 软件和 NVIDIA Tesla GPU。与该公司之前基于 CPU 的系统相比，波士顿科学公司的工程师使用该系统将模拟运行时间提高了 25 倍。

受益于该模拟系统的其他应用包括手机设计、地震数据处理、PCB 设计、光子/通信设备、药物发现、油藏模拟、光刻掩模设计和生物医学图像重建。

在后一种应用的示例中，加拿大安大略省 Robarts Imaging Research Laboratories 的科学家利用基于 GPU 的桌面超级计算机 AxRecon来加速 CT 重建。Acceleware 和 Robarts 合作评估了成像研究所广泛使用的微型 CT 扫描系统上的超级计算机。评估包括改进某些 3D 重建算法、开发处理原始数据的新方法，以及寻找利用 NVIDIA GPU 增加的处理能力来增加图像重建的方法。

在实施超级计算机之前，研究人员经历了缓慢的图像重建时间，从 15 分钟到几个小时不等，具体取决于体积大小。这显着减少了研究人员用于工作流程的时间并阻碍了他们的处理。

使用高性能计算机，Robarts 的测试证明了在临床前环境中显着改进的工作流程。减少的重建时间使研究人员更容易使用昂贵的扫描仪，因为每项工作的完成速度都比使用研究所以前的计算平台所能达到的速度更快。加速系统使实验室的研究人员能够实现 50 倍的加速，生成更高效的工作流程并允许完成更多图像批次。

加速应用程序开发

超级计算机的力量正在迅速扩展到新的应用和市场。基于 GPU 的加速超级计算机为研究人员、工程师和临床医生提供了改进设计流程和模拟以及加快产品上市速度的机会。

电子、图像重建和地震数据处理等垂直市场的发展得益于使用 GPU 加速来处理数据密集型计算。用户使用台式超级计算机完成的工作超出了他们的想象，在改变应用程序未来的同时节省了时间和金钱。

审核编辑：郭婷