高性能计算面临的芯片挑战

来源：内容编译自theconversation，谢谢。

---

高性能计算（简称 HPC）听起来像是科学家在秘密实验室里才会用到的东西，但它实际上是当今世界上最重要的技术之一。从预测天气到研发新药，甚至训练人工智能，高性能计算系统都能帮助解决普通计算机无法解决的难题或大型问题。

过去40年来，这项技术助力科学和工程领域取得了重大发现。如今，高性能计算正处于一个转折点，政府、研究人员和科技行业今天的选择可能会影响创新、国家安全和全球领导力的未来。

高性能计算系统本质上是由数千甚至数百万个处理器同时协同工作的超强计算机。它们还使用先进的内存和存储系统来快速移动和保存大量数据。

凭借如此强大的能力，高性能计算系统可以运行极其精细的模拟和计算。例如，它们可以模拟新药如何与人体相互作用，或者飓风如何穿越海洋。它们还应用于汽车设计、能源生产和太空探索等领域。

近年来，高性能计算因人工智能而变得更加重要。人工智能模型，尤其是用于语音识别和自动驾驶汽车等领域的模型，需要海量的计算能力进行训练。高性能计算系统非常适合这项工作。因此，人工智能和高性能计算如今正紧密合作，相互促进。

可以明见，高性能计算系统面临着比以往任何时候都更大的压力，对系统的速度、数据和能耗提出了更高的要求。与此同时，我也看到高性能计算面临着一些严峻的技术问题。

---

技术挑战

高性能计算面临的一大挑战是处理器速度与内存系统跟上处理器输出速度之间的差距。想象一下，你有一辆超快的汽车，但却堵在路上——如果道路无法承载，速度再快也于事无补。同样，高性能计算处理器也经常需要等待，因为内存系统无法足够快地发送数据。这会降低整个系统的效率。

另一个问题是能源消耗。如今的超级计算机耗电量巨大，有时甚至相当于一个小镇的用电量。这不仅成本高昂，而且对环境也非常不利。过去，随着计算机部件体积变小，它们的耗电量也随之减少。但这种被称为登纳德缩放定律的趋势在2000年代中期停止了。如今，计算机性能的提升通常意味着它们也消耗更多的能源。为了解决这个问题，研究人员正在寻找新的方法来设计高性能计算系统的硬件和软件。

芯片的种类也存在问题。芯片行业主要专注于人工智能，而人工智能在处理 16 位或 8 位等低精度数学运算时也能正常工作。但许多科学应用仍然需要 64 位精度才能达到准确度。位数越高，芯片能够处理的小数点右侧位数就越多，精度也就越高。如果芯片公司停止生产科学家所需的部件，那么进行重要的研究可能会变得更加困难。

本报告讨论了半导体制造和商业优先事项的趋势如何与科学计算界的需求产生分歧，以及缺乏定制硬件如何阻碍研究进展。

一种解决方案可能是构建用于高性能计算的定制芯片，但这既昂贵又复杂。尽管如此，研究人员仍在探索新的设计，包括芯片（chiplet，可以像乐高积木一样组合的小型芯片），以使高精度处理器更加经济实惠。

---

一场全球竞赛

全球许多国家正在大力投资高性能计算。欧洲有“欧洲高性能计算”（EuroHPC）计划，正在芬兰和意大利等地建造超级计算机。他们的目标是减少对外国技术的依赖，并在气候建模和个性化医疗等领域占据领先地位。日本建造了富岳超级计算机，它既支持学术研究，也支持工业生产。中国也取得了重大进展，利用自主研发的技术建造了一些世界上速度最快的计算机。所有这些国家的政府都明白，高性能计算是国家安全、经济实力和科学领导力的关键。

美国数十年来一直是高性能计算领域的领导者，最近完成了能源部的百亿亿次计算项目。该项目研发的计算机每秒可执行数十亿亿次运算。这是一个令人难以置信的成就。但即使取得了这样的成功，美国仍然没有明确的长期规划。其他国家正在迅速行动，如果没有国家战略，美国可能会落后。

我认为，美国的国家战略应该包括资助新机器并培训人们使用这些机器。它还应包括与大学、国家实验室和私营企业的合作。最重要的是，该计划不仅要关注硬件，还要关注使高性能计算变得实用的软件和算法。

---

充满希望的迹象

量子计算是未来一个令人兴奋的领域。这是一种基于原子级物理定律进行计算的全新方式。量子计算机有朝一日或许能够解决普通计算机无法解决的问题。但它们仍处于早期阶段，未来很可能是对传统高性能计算系统的补充，而非取代。正因如此，持续投资这两种计算技术都至关重要。

好消息是，一些举措已经落地。2022年通过的《芯片与科学法案》为扩大美国芯片制造规模提供了资金，并设立了一个办公室，帮助将科学研究转化为实际产品。“美国科学技术愿景”工作组于2025年2月25日成立，由美国科学促进会首席执行官苏迪普·帕里克领导，旨在汇聚非营利组织、学术界和产业界的力量，共同指导政府决策。私营企业也在数据中心和人工智能基础设施上投入了数十亿美元。

这些都是积极的信号，但并不能完全解决如何长期支持高性能计算的问题。除了短期资金和基础设施投资外，这还意味着：

联邦政府长期投资高性能计算研发，包括先进的硬件、软件和节能架构。

在国家实验室和大学采购和部署领导级计算系统。

劳动力发展，包括并行编程、数值方法和 AI-HPC 集成方面的培训。

硬件路线图的协调，确保商业芯片开发与科学和工程应用的需求保持一致。

可持续的融资模式可以防止与一次性里程碑或地缘政治紧急情况相关的繁荣与萧条周期。

公私合作弥合学术研究、行业创新和国家安全需求之间的差距。

高性能计算不仅仅是指速度更快的计算机。它是科学发现、经济增长和国家安全的基础。随着其他国家的积极推进，美国面临着制定清晰、协调一致的计划的压力。这意味着投资新硬件、开发更智能的软件、培训熟练的劳动力，并在政府、产业和学术界之间建立合作伙伴关系。如果美国能够做到这一点，就能确保高性能计算在未来几十年继续推动创新。

参考链接

https://theconversation.com/challenges-to-high-performance-computing-threaten-us-innovation-255188