GPU领跑运算性能，实现高性能计算新突破

2018 全国高性能计算学术年会（HPC CHINA 2018）于10月20日在青岛闭幕。大会以“HPC+一切皆可计算”为主题，围绕高性能计算技术的研究发展与发展趋势、高性能计算的重大应用等主题展开。

年会上，各领域专家学者围绕着高性能计算技术各抒己见，分享了高性能计算在其各自领域的最新研究进展。NVIDIA公司高性能计算及新兴业务中国区总经理刘通在大会主论坛发表了“NVIDIA GPU面向未来计算的持续创新”主题演讲， 为大家介绍了GPU在高性能计算领域的应用以及创新。

近年来，随着传统处理器在单线程运算方面遭遇到瓶颈，性能加速放缓。GPU为加速计算指明了新方向，GPU加速器每年正在以稳定的速率实现性能提升，其性能提升态势也将持续到未来：

如今 ，GPU框架凭借其强大的并行计算能力，已被众多超级计算机选做算力核心。目前，包括美国Summit、Sierra；日本ABCI；欧洲的Piz Daint在内的诸多全球顶级超级计算机都采用了NVIDIA GPU作为其算力核心。而且，目前已有70%的通用HPC程序已经实现GPU加速：

然而，与其强大算力相对应的是GPU服务器突出的性价比优势。相较于CPU服务器，GPU服务器成本需求更低，原本需要由160台Skylake CPU服务器才能完成的计算量，只需8台V100 GPU 4 卡服务器即可完成，而总体成本仅是Skylake CPU服务器的1/5；1台DGX-2的计算量相当于300台Dual-CPU服务器，总体成本却只有其1/8：

此外，GPU能够实现HPC与AI的融合计算。HPC可为精准计算提供支持，AI则可以提高结果预测准确性加快反应速度。NVIDIA TENSOR CORE GPU能够满足HPC与AI的融合计算，利用多精度混合计算，实现HPC应用性能新突破。

应用广泛，GPU加速计算渗入各个领域

在实现加速计算的同时，GPU加速的超算平台还具有广阔的产业应用范围，能够在精准医药、气象模拟、新材料、无人驾驶、AI等众多领域发挥作用。中国石油东方地球物理公司研究数据处理中心赖能和总工程师在NVIDIA新技术与应用主题分论坛中介绍，中石油正在利用NVIDIA GPU加速计算处理石油海量数据。

在服务产业应用的同时，NVIDIA GPU加速计算也被广泛应用到科学研究中。南京大学周建教授介绍，南京大学高性能计算研究中心在使用NVIDIA GPU加速计算解决VASP杂化泛函数计算时感受了到GPU显著的加速计算效果。在进行CrGeTe3的杂化泛函自洽计算测试时，相较于CPU，GPU的加速计算效果明显。据统计，对于此类较大的系统，1个V100 GPU可以比一个双路CPU服务器快10倍左右：

武汉大学蔡浩教授也在分论坛中进行了介绍，武汉大学过去在使用满带宽振幅分析软件（FALLS）进行分波分析时，存在要处理的事例数巨大；拟合模型非常复杂，参数空间巨大；拟合算法需要的计算步数非常多的困难。然而通过程序优化，拆掉大的数据结构，将计算部分的CUDA代码，全部分解成小的片段，交由GPU计算，提高计算效率；将条件分支全部移到程序外部，交给CPU处理，从而实现了充分调动计算单元：

同时，进行算法优化，将所有的求和计算都在GPU中进行，GPU和CPU之间的数据交互降到最低：

目前，FALLS已经实现了多GPU联合计算，并且实现了线性加速。如今，FALLS可以处理更大的数据量和更大的参数空间，相较于算法优化之前，计算时常实现了1000倍加速：

中科院高能物理研究所石京燕工程师也表示，中科院高能研究所在进行高能物理实验时，同样会面临海量的数据和复杂的计算过程，许多应用程序都对采用GPU加速计算提出了强烈需求。如今，通过在Juno实验中引入GPU加速计算；通过GPU加速计算进行交互式数据分析；基于深度学习进行事件重建，中科院高难研究所已经受益颇丰。

NVIDIA支持高校高性能计算教育

NVIDIA CUDA应用市场总监侯宇涛在10月19日的演讲中表示NVIDIA在关注GPU技术创新的同时，也致力于支持高校中的GPU教育。2018年8月20-24日，NVIDIA支持举办了国内首次OpenACC GPU Hackathon大赛，多支来自国内顶尖高校的队伍参赛。各团队基于NVIDIA V100 GPU对程序应用进行优化，实现了最大40倍速的计算速度提升。

此次HPC CHINA，NVIDIA的专家们还把NVIDIA深度学习学院（DLI）带到了年会现场，为学员现场揭秘深度学习技术及其应用，带领学员动手实验，展示如何通过在Caffe框架上的NVIDIA DIGITS和MINIST手写数据集，在深度学习工作流程中利用深度学习神经网络（DNN），尤其是卷积神经网络（CNN）解决图像分类问题。

NVIDIA GPU关注未来计算，持续创新

如今，具备更高计算能力的GPU技术为HPC应用的高速发展带来前所未有的强大计算引擎。随着HPC与AI的融合在更多领域的应用，计算单元需要同时具备超强的传统HPC计算力和深度学习计算力。最新的NVIDIA GPU系列，完美融合CUDA核心与Tensor核心，同时满足传统计算与AI计算的需求，并且配置一系列加速软件库，为应用开发提供最简洁优化的编程工具。NVIDIA GPU将不断向更高性能发起挑战，无论是硬件还是软件，都将保持着技术的高速创新。