|为什么一谈HPC就要说它“走出了象牙塔”？

文章图片

文章图片
2021 年的极端天气似乎比往年都多。 7 月 25 日，面对“烟花”台风的来袭，一条名为 #上海已有 36.2 万人成功转移# 的消息迅速冲上微博热搜第一。在感叹上海政府高效的管理能力的同时，我们不禁去想，在台风发生的多天以前，气象中心是如何精准地预测台风轨迹，从而为转移群众赢得时间的呢？
这就不得不提到高性能计算在气象预测领域发挥的重要作用。结合数十年周期的历史数据，通过高性能数据分析，目前的期限预测已经可以实现1公里+小时级网格预报，准确率提升到87% 以上。这么一“剧透” ，你是不是感觉曾经距离我们日常生活非常遥远的高性能计算，一下就显得亲近了呢？
这也正是业内人士如今一谈高性能计算，就会频频提到它“走出象牙塔”的原因，可它又是如何从学术界走向产业界，实现“普惠”的呢？高性能计算还会有哪些更创新的应用场景呢？要满足这些需求，它需要在技术上进行哪些革新呢？刚刚珠海落幕的2021 年第十七届全国高性能计算学术年会 (CCF HPC China 2021) ，已经给出了更明晰的方向。
更多应用场景，
高性能计算迈出象牙塔
早在上世纪中叶，高性能计算就开始在科研领域开始发挥至关重要的作用。面对高能物理、分子计算、流体力学等领域的建模与仿真问题，高性能计算机能提供极致的数值计算能力，渐渐成为提升科研效率所必需的手段。
经过数十年的发展，不论是在全球，还是中国，高性能计算都被公认为与实验和数学相并列的“科学的第三支柱” 。清华大学、北京大学、上海交通大学等国内一流高校及中科院等顶尖科研机构都建有自己的超算中心，为广泛领域的研究开发和成果转化提供坚实的支持。
而科研领域并非高性能计算唯一的“用武之地” 。在我国经济转轨的大浪潮中，实业中创新、设计和分析等复杂的需求，也需要高性能计算的支持。由此，高性能计算便走出了前沿科学的象牙塔，走进了社会经济的多个方面。
还有两个趋势，在高性能计算应用场景演变的过程中发挥了重要作用：
一方面，随着大数据时代的到来，数据量的增长和数据应用度的提升拓宽了高性能计算的应用场景。 Hyperion Research最新发布的报告显示，高性能数据分析市场2019-2024年的年复合增长率达17% ，远高于高性能计算整体市场的6.8% 。与大数据的结合，驱动了高性能计算在人工智能、物联网、图分析和知识发现等领域的应用和发展，激发了企业界对高性能计算的新需求，为高性能计算深入产业提供了新的可能。
另一方面，云计算的发展和成熟颠覆了用户使用算力资源的方式，高性能计算从本地部署向云服务的转变，为其触达更多的用户创造了条件。通过大规模、集群化的计算、存储和网络资源和“软件定义一切”的策略，云计算在实现了高扩展能力的同时，能够提供弹性服务，按需为用户分配云资源，从而解决了传统高性能计算的高成本问题，大大降低了它的使用成本，因而改变了高性能计算“曲高和寡”的状况，为中小企业利用高性能计算手段创造了条件。
业务需求的多样化和应用模式的改变使得高性能计算在科研界外的应用得到了更快的发展，它在工业制造、能源勘探、生命科学、气候和海洋环境等领域开始发挥越来越重要的作用。
新趋势背后，
不断升级的高性能计算技术需求
然而高性能计算的架构在这种演进的过程中，也必须先经历对自我的改造或重塑，因为其传统架构，是无法完全适应应用场景从最初的计算密集型到数据密集型的转变的。
例如，随着与更多应用场景的融合，高性能计算的工作负载正变得多样化，在数据流转的不同环节中所需的核心性能输出点也不尽相同。以人工智能应用为例，数据采集和标注环节需要高带宽，而训练环节则需要高算力。
同时，在数据量大、算法复杂且对决策时间敏感的应用负载下，单纯的极致算力可能会被存储、网络等方面的性能短板限制，且在云部署的条件下，资源的池化过程也会造成部分的性能损失，从而难以实现低时延的需求。