21世紀(jì)經(jīng)濟(jì)報(bào)道記者 張賽男 南京報(bào)道

ChatGPT帶火算力產(chǎn)業(yè)鏈，當(dāng)市場還在熱議算力的商業(yè)化應(yīng)用將在哪個(gè)行業(yè)率先落地時(shí)，鮮為人知的是，高校早已開啟了一場“算力革命”，賦能前沿學(xué)科的研究。

據(jù)記者不完全統(tǒng)計(jì)，上海交通大學(xué)、清華大學(xué)、中南大學(xué)、南京大學(xué)，北京大學(xué)、江蘇大學(xué)、南方科技大學(xué)、廈門大學(xué)、青海大學(xué)等都已建設(shè)自己的算力中心。

(資料圖片僅供參考)

近日，21世紀(jì)經(jīng)濟(jì)報(bào)道記者走進(jìn)南京大學(xué)高性能計(jì)算中心看到：一個(gè)個(gè)指示燈閃爍不停，機(jī)房內(nèi)嗡嗡作響，數(shù)十個(gè)機(jī)柜緊密排列，上千臺服務(wù)器正在高效運(yùn)轉(zhuǎn)。這座“超級大腦”正在為南大師生提供高效可靠的高性能計(jì)算資源和服務(wù)。

（圖為南京大學(xué)高性能計(jì)算中心內(nèi)部）

早在2000年，南大就建設(shè)了第一臺高性能計(jì)算機(jī)，隨后進(jìn)行了多次增建。2010年，高性能計(jì)算中心正式成立。但隨著科技飛速發(fā)展，學(xué)校師生對高性能計(jì)算的需求日益增長，南京大學(xué)的計(jì)算資源缺口依然很大，2019年-2022年中心擴(kuò)容速度明顯加快。

高校作為基礎(chǔ)研究的主陣地，正扛起推進(jìn)AI研發(fā)和應(yīng)用的大旗，如何構(gòu)建AI所需的超高算力并加速科研成果轉(zhuǎn)化早已提上日程。高性能計(jì)算中心，儼然成為高校科研的標(biāo)配，悄然引領(lǐng)著潮水的方向。

科研創(chuàng)新基座

在政策支持下，近年來從國家到地方、再到企業(yè)都在布局?jǐn)?shù)據(jù)中心集群，高校為什么還要建自己的計(jì)算中心？

這就不得不談科研所面臨的現(xiàn)實(shí)問題。“在使用其他超算中心的過程中，面臨著數(shù)據(jù)存取的困難。我們的老師都在學(xué)校里搞科研，最方便的自然是把數(shù)據(jù)計(jì)算完后拿到自己那里分析、處理。如果在遠(yuǎn)端計(jì)算，要處理的數(shù)據(jù)量特別大，正常的網(wǎng)絡(luò)傳輸都要七、八天，如果是這樣的傳輸效率，可能我們的數(shù)據(jù)還沒傳到，其他科研組的計(jì)算結(jié)果就算出來了，你的科研工作就永遠(yuǎn)比人家慢了一拍。”南京大學(xué)高性能計(jì)算中心高級工程師盛樂標(biāo)博士對21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示。

2010年，南京大學(xué)高性能中心應(yīng)運(yùn)而生，是國內(nèi)高校中較早成立的超算中心，旨在為全校各理工科院系的教師和學(xué)生提供高性能計(jì)算服務(wù)。發(fā)展至今，南京大學(xué)高性能計(jì)算中心已成為國內(nèi)頂尖高校高性能計(jì)算中心之一，全系統(tǒng)共有33280個(gè)CPU核，理論浮點(diǎn)運(yùn)算峰值1500萬億次/秒。

目前，高性能計(jì)算在南大科研中應(yīng)用于多個(gè)領(lǐng)域，包括數(shù)據(jù)驅(qū)動(dòng)磁流體力學(xué)模擬、量子力學(xué)與分子力學(xué)的混合計(jì)算、生物大分子全原子動(dòng)力學(xué)模擬、系統(tǒng)仿真、新材料設(shè)計(jì)、中大尺度氣象模式模擬、新冠病毒相關(guān)研究等。

“高性能計(jì)算平臺在助力學(xué)校學(xué)科發(fā)展中，發(fā)揮了不可替代的重要作用。”南京大學(xué)高性能計(jì)算中心副主任周慶林表示，“僅2019至2021三年，高性能計(jì)算中心超算平臺就支持了超百篇卓越學(xué)科論文的發(fā)表，并支撐學(xué)校教師承擔(dān)三十多項(xiàng)國家重大科研項(xiàng)目。”

以高性能計(jì)算典型應(yīng)用場景——行星物理環(huán)境模擬為例，受限于客觀條件，對行星內(nèi)部環(huán)境和物質(zhì)的實(shí)驗(yàn)觀測、研究挑戰(zhàn)巨大，有必要采用理論模擬計(jì)算。依托南京大學(xué)高性能計(jì)算中心的高性能算力，物理學(xué)院師生研究了行星內(nèi)部高壓下的新材料，且大幅提高了研究效率，目前相關(guān)成果已在Nature、Physics、PRX、NSR等國際一流學(xué)術(shù)刊物發(fā)表。

地質(zhì)探測也是高性能計(jì)算的典型應(yīng)用場景，中國石油集團(tuán)東方地球物理公司數(shù)據(jù)中心原總工程師賴能和表示：“高性能計(jì)算與AI技術(shù)結(jié)合大幅提升了油氣勘探效率，同時(shí)企業(yè)與高校的合作，進(jìn)一步促進(jìn)了產(chǎn)學(xué)研用融合發(fā)展。”

“各個(gè)學(xué)科其實(shí)是類似的，計(jì)算資源越大，所能研究的科學(xué)問題就更多、可以做得更好。比如以前測試的精度是一公里，通過高性能計(jì)算能把精度做到10米；以前研究的維度是分子層次，現(xiàn)在能研究細(xì)胞層次，這些都是算力帶來的。”盛樂標(biāo)對21世紀(jì)經(jīng)濟(jì)報(bào)道記者說。

出于上述種種原因，算力中心建設(shè)在高校如火如荼。2021年，上海交通大學(xué)也啟用了高性能計(jì)算機(jī)群——“思源一號”，一度在該領(lǐng)域搶盡風(fēng)頭。其總計(jì)算力達(dá)到6000萬億次/秒（雙精度），在中國高校高性能計(jì)算排名第一，算力超過哈佛、劍橋等國際名校。自2013年以來，“思源一號”累計(jì)服務(wù)一級學(xué)科30多個(gè)，支撐用戶發(fā)表高水平論文600多篇（其中CNS及其子刊47篇），為10多個(gè)學(xué)科提供了學(xué)科融合的計(jì)算服務(wù)。

軟硬件儲備和機(jī)遇

高性能計(jì)算中心（HPC，高性能計(jì)算）在高校如雨后春筍般興起，背后是軟硬件基礎(chǔ)設(shè)施建設(shè)的完善。從產(chǎn)業(yè)鏈角度看，HPC涉及的資源有算力芯片（GPU/CPU）、ICT整機(jī)設(shè)備領(lǐng)域（交換機(jī)、路由器、服務(wù)器、安全設(shè)備、WLAN等）、基礎(chǔ)電信運(yùn)營、存儲、液冷、云計(jì)算及系統(tǒng)集成等。

市場人士認(rèn)為，長期來看，以ChatGPT為代表的AI應(yīng)用正快速發(fā)展，而軟端的迭代離不開硬件基礎(chǔ)設(shè)備的保障，AI數(shù)據(jù)中心內(nèi)部的各類的硬件基礎(chǔ)設(shè)施環(huán)節(jié)有望充分受益。

近年來，無論是高校還是企業(yè)，都對高性能計(jì)算的需求不斷增加，其產(chǎn)業(yè)鏈的自主可控也越發(fā)受到關(guān)注。

“目前我國高性能計(jì)算發(fā)展取得了非常好的成績，中國TOP100高性能計(jì)算機(jī)平均能力比全球TOP500高出30%，其中自主研發(fā)的集群占95%，100臺集群中有42臺由聯(lián)想制造，中國高性能計(jì)算已經(jīng)進(jìn)入全球第一梯隊(duì)。” 賴能和介紹稱。前述提到的包括南京大學(xué)在內(nèi)多個(gè)高校的高性能計(jì)算中心就由聯(lián)想幫助完成建設(shè)。

“在建造高性能計(jì)算系統(tǒng)的時(shí)候，聯(lián)想一直秉承開放融合的態(tài)度，不僅支持傳統(tǒng)的X86架構(gòu)，還完成了對飛騰、海光等國產(chǎn)生態(tài)的支持。” 聯(lián)想高性能計(jì)算和人工智能主任技術(shù)顧問郝常杰介紹說，聯(lián)想目前已經(jīng)具備了支持兩條高性能計(jì)算產(chǎn)品線和解決方案的能力。

回顧起搭建校級平臺的過程，郝常杰有諸多感慨：“會有些眾口難調(diào)，高校有不同的需求，比如希望能夠增加不同的配置，是用內(nèi)存更大的、內(nèi)存中等的還是夠用的？還有加速的節(jié)點(diǎn)、用幾路CPU去支撐各個(gè)學(xué)科的研究？我們一直在思考，怎樣在高校建一個(gè)綜合平臺去滿足各個(gè)學(xué)科不同的需求。”

在這個(gè)過程中，聯(lián)想摸出了一些經(jīng)驗(yàn)。“我們會關(guān)注整個(gè)系統(tǒng)架構(gòu)的情況，比如要使用高帶寬、低延遲、高速的網(wǎng)絡(luò)，在計(jì)算的部分我們要有普通的CPU計(jì)算節(jié)點(diǎn)、GPU的加速節(jié)點(diǎn)，或者增加人工智能的研究、登錄管理以及存儲系統(tǒng)等。”郝常杰說。

而隨著新興技術(shù)的不斷涌現(xiàn)，高性能計(jì)算也面臨著新的機(jī)遇和挑戰(zhàn)。中科院計(jì)算技術(shù)研究所、高通量計(jì)算機(jī)研究中心、處理器芯片重點(diǎn)實(shí)驗(yàn)室高級工程師李明宇指出：“AI與算力網(wǎng)絡(luò)的發(fā)展給高性能計(jì)算帶來新的挑戰(zhàn)，比如各種模型、算法、開源項(xiàng)目快速發(fā)展，第三方庫更新頻繁，相互依賴關(guān)系復(fù)雜；算力需求和供給快速增長，跨站點(diǎn)算力調(diào)度需求大幅增長，環(huán)境配置和管理的復(fù)雜度與工作量也大大提升。”

“現(xiàn)在AI for science有了一些新的突破，無論是科研還是其他行業(yè)都會有很多機(jī)會。”李明宇對記者表示，“從科研角度來說，一個(gè)最直接的變化就是，以前科研遇到的問題不太能解決了，但換AI以后可能就解決了，這對于搞科研的人來說非常值得嘗試。一旦嘗試就需要算力，這個(gè)需求就產(chǎn)生了，而這個(gè)量可能比以前更大。”

更多內(nèi)容請下載21財(cái)經(jīng)APP

關(guān)鍵詞：