色偷偷偷久久伊人大杳蕉,色爽交视频免费观看,欧美扒开腿做爽爽爽a片,欧美孕交alscan巨交xxx,日日碰狠狠躁久久躁蜜桃

x
x

全球最快超級計算機正飛速發(fā)生變化

發(fā)布時間:2021-11-17 17:43    發(fā)布者:eechina
關(guān)鍵詞: 超級計算機 , 高性能計算 , HPC , GPU
隨著最新一代超級計算機日益與人工智能和云計算相結(jié)合,衡量這些機器的方式也在發(fā)生變化



作者:NVIDIA

從科學(xué)模擬、可視化、數(shù)據(jù)分析再到機器學(xué)習(xí),各種現(xiàn)代計算的工作負(fù)載正在推動超級計算中心、云服務(wù)提供商和企業(yè)重新思考他們的計算架構(gòu)。

僅靠處理器、網(wǎng)絡(luò)或軟件優(yōu)化已經(jīng)無法滿足研究人員、工程師和數(shù)據(jù)科學(xué)家的最新需求。

數(shù)據(jù)中心取而代之,成為新的計算單元,因此企業(yè)必須關(guān)注整個技術(shù)堆棧。

全球最強系統(tǒng)的最新排名顯示,在新一代超級計算機中,這種使用全棧方法的趨勢還在持續(xù)。

在本周SC21高性能計算大會上最新發(fā)布的TOP500榜單上,NVIDIA技術(shù)為355套超級計算機系統(tǒng)提供加速,占榜單的70%以上,而新增系統(tǒng)中90% 以上都采用了NVIDIA 的技術(shù)。對比6月份發(fā)布的TOP500榜單上342個系統(tǒng)(占榜單68%)使用NVIDIA技術(shù),增長趨勢明顯。

NVIDIA在全球最節(jié)能系統(tǒng)Green500榜單上也繼續(xù)保持領(lǐng)先優(yōu)勢,占據(jù)了榜單排名前25名系統(tǒng)中的23套,與6月份持平。平均來看,采用NVIDIA GPU的系統(tǒng)能耗效率比非GPU系統(tǒng)高3.5倍。

來自微軟的GPU加速Azure超級計算機在榜單上排名第十。這是基于云的系統(tǒng)首次躋身前10名,新一代云原生系統(tǒng)就此嶄露頭角。

人工智能正帶來一場科學(xué)計算的革命。近年來,研究高性能計算和機器學(xué)習(xí)的論文數(shù)量激增,從2018年的約600篇增長到2020年的近5000篇。



包括HPL-AI和MLPerf HPC在內(nèi)的新基準(zhǔn)也強調(diào)了高性能計算和AI工作負(fù)載的持續(xù)融合。

作為一個融合了高性能計算和人工智能工作負(fù)載的新基準(zhǔn),HPL-AI使用了深度學(xué)習(xí)和許多科學(xué)與商業(yè)工作的基礎(chǔ)——混合精度計算,同時還提供高性能計算基準(zhǔn)傳統(tǒng)的標(biāo)準(zhǔn)標(biāo)尺——雙精度計算的高度準(zhǔn)確性。

MLPerf HPC基準(zhǔn)適用于通過人工智能實現(xiàn)超級計算機模擬加速和增強的計算方式,主要被用來測試高性能計算中心天體物理學(xué)(Cosmoflow)、天氣(Deepcam)和分子動力學(xué)(Opencatalyst)三大關(guān)鍵工作負(fù)載的性能表現(xiàn)。

NVIDIA通過GPU加速處理、智能網(wǎng)絡(luò)、GPU優(yōu)化應(yīng)用程序和支持AI和高性能計算融合的庫來解決整個堆棧的問題。這一方法提升了工作負(fù)載的性能表現(xiàn),并推動了科學(xué)突破。

讓我們來具體看一看NVIDIA是如何助力超級計算機實現(xiàn)性能提升的。

加速計算

GPU的并行處理能力再加上超過2500個GPU優(yōu)化應(yīng)用程序,在多數(shù)情況下可以讓用戶把高性能計算任務(wù)的時間從幾周減少到幾個小時。

NVIDIA一直在優(yōu)化CUDA-X庫和GPU加速應(yīng)用程序,所以用戶如果發(fā)現(xiàn)自己的GPU架構(gòu)性能突然有了提升也很正常。

因此,應(yīng)用范圍最廣的科學(xué)應(yīng)用程序(我們稱之為“黃金套件”)的性能在過去6年里提高了16倍,而且還在不斷提升。


圖注:全棧創(chuàng)新帶來頂級高性能計算、人工智能和機器學(xué)習(xí)應(yīng)用程序的16倍性能提升。

為幫助用戶快速提升性能,NVIDIA通過NGC目錄中的容器提供最新版本的人工智能和高性能計算軟件。用戶只需在數(shù)據(jù)中心或云端的超級計算機上拖拽并運行應(yīng)用程序即可。

高性能計算與人工智能融合

人工智能在高性能計算中的應(yīng)用能幫助研究人員加快模擬速度,同時保持傳統(tǒng)模擬方法的準(zhǔn)確性。

為此,越來越多的研究人員開始利用人工智能來加快研究的速度,比如今年超算領(lǐng)域最有聲望的戈登·貝爾獎(Gordon Bell prize)決賽的四組晉級團隊。各大企業(yè)正在競相建造E級人工智能計算機,以支持這種融合高性能計算和人工智能的新模式。

一些相對較新的基準(zhǔn)(如HPL-AI和MLPerf HPC)也印證了這一趨勢,強調(diào)了高性能計算和AI工作負(fù)載的持續(xù)融合。

為推動這一趨勢,上周NVIDIA推出了一系列用于高性能計算的先進的新的庫和軟件開發(fā)工具套件。

圖是現(xiàn)代數(shù)據(jù)科學(xué)中的一個關(guān)鍵數(shù)據(jù)結(jié)構(gòu)。通過一個名為深度圖庫(DGL)的新型Python包,用戶現(xiàn)在可以把圖投影到深度神經(jīng)網(wǎng)絡(luò)框架中。

NVIDIA Modulus構(gòu)建并訓(xùn)練了一個內(nèi)嵌物理信息的機器學(xué)習(xí)模型,可以用來學(xué)習(xí)并遵循物理定律。

NVIDIA推出了三個新庫:
•        ReOpt – 可提高規(guī)模高達10萬億美元的物流行業(yè)的運營效率。
•        cuQuantum – 可加速量子計算研究。
•        cuNumeric – 為Python社區(qū)的科學(xué)家、數(shù)據(jù)科學(xué)家、機器學(xué)習(xí)和人工智能研究人員加速NumPy。

NVIDIA的虛擬世界模擬和3D工作流協(xié)作平臺NVIDIA Omniverse負(fù)責(zé)把一切整合到一起。

Omniverse可用來模擬倉庫、工廠、物理和生物系統(tǒng)、5G邊緣、機器人、自動駕駛汽車甚至是虛擬形象的數(shù)字孿生。

NVIDIA上周宣布,將利用Omniverse構(gòu)建一臺名為Earth-2的超級計算機,通過創(chuàng)建一個數(shù)字孿生地球來預(yù)測氣候變化。

云原生超級計算



隨著超級計算機在數(shù)據(jù)分析、人工智能、模擬和可視化方面承擔(dān)越來越多的工作負(fù)載,CPU不得不在大型復(fù)雜的系統(tǒng)上支持更多的通信任務(wù)。

DPU(數(shù)據(jù)處理器)可以卸載多種操作,有效減輕這一壓力。

作為一個完全集成的片上數(shù)據(jù)中心平臺,NVIDIA BlueField DPU可以卸載和管理數(shù)據(jù)中心的基礎(chǔ)設(shè)施任務(wù),釋放主機的處理器資源,從而實現(xiàn)更強的安全性和更高效的超級計算編排工作。

與NVIDIA Quantum InfiniBand平臺相結(jié)合,該架構(gòu)可提供最佳裸機性能,同時原生支持多節(jié)點租戶隔離。

NVIDIA的Quantum InfiniBand平臺提供可預(yù)測的裸機性能隔離。并且采用零信任安全防護,因而這些新系統(tǒng)也更加安全。

BlueField DPU將用戶應(yīng)用與基礎(chǔ)設(shè)施任務(wù)隔離開來。最新的BlueField軟件平臺NVIDIA DOCA 1.2支持下一代分布式防火墻和更廣泛的線速數(shù)據(jù)加密。而NVIDIA Morpheus則會假設(shè)入侵者已經(jīng)進入數(shù)據(jù)中心,將利用基于深度學(xué)習(xí)的數(shù)據(jù)科學(xué)來實時檢測入侵者的活動。

新的網(wǎng)絡(luò)技術(shù)則會加速上述這些趨勢場景。

上周NVIDIA還發(fā)布了NVIDIA Quantum-2。這是一個400Gbps InfiniBand平臺,由Quantum-2交換機、ConnectX-7網(wǎng)卡、BlueField-3 DPU以及用于新網(wǎng)絡(luò)架構(gòu)的軟件組成。

NVIDIA Quantum-2提供了裸機高性能和安全多租戶優(yōu)勢,可以讓下一代超級計算機實現(xiàn)安全性、云原生以及更高的效率。

**基準(zhǔn)應(yīng)用:Amber、Chroma、GROMACS、MILC、NAMD、PyTorch、Quantum Espresso;
Random Forest FP32、TensorFlow、VASP | GPU節(jié)點:雙插槽CPU和4顆P100、V100或A100 GPU。

本文地址:http://www.54549.cn/thread-778792-1-1.html     【打印本頁】

本站部分文章為轉(zhuǎn)載或網(wǎng)友發(fā)布,目的在于傳遞和分享信息,并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé);文章版權(quán)歸原作者及原出處所有,如涉及作品內(nèi)容、版權(quán)和其它問題,我們將根據(jù)著作權(quán)人的要求,第一時間更正或刪除。
您需要登錄后才可以發(fā)表評論 登錄 | 立即注冊

關(guān)于我們  -  服務(wù)條款  -  使用指南  -  站點地圖  -  友情鏈接  -  聯(lián)系我們
電子工程網(wǎng) © 版權(quán)所有   京ICP備16069177號 | 京公網(wǎng)安備11010502021702
快速回復(fù) 返回頂部 返回列表