研究人員啟用AI 超級電腦滿足運算需求
2021-05-31
作者
Nvidia
美國國家能源研究科學運算中心(NERSC)今天正式啟用的Perlmutter超級電腦，將為超過7,000名研究人員提供近4 exaflops的人工智慧(AI)運算效能。
這使得Perlmutter超級電腦在16位元和32位元混合精準度的AI數學運算上，成為全球運算速度最快的系統，而這個效能表現還不包括今年稍晚將在勞倫斯柏克萊國家實驗室(Lawrence Berkeley National Lab，LBNL)中設置的第二期超級電腦系統。
目前已有二十多個應用將率先發揮Perlmutter超級電腦中6,144個NVIDIA A100 Tensor Core GPU的強大運算實力。這是當今全球搭載A100的系統中最龐大的一個，旨在推動天體物理學、氣候科學等領域的發展。
在其中一項研究中，Perlmutter超級電腦將協助拼湊出迄今規模最大、3D立體的可見宇宙地圖。它將處理來自暗能量巡天光譜儀(Dark Energy Spectroscopic Instrument，DESI)的資料，這是一台宇宙照相機，可以在一次曝光中捕捉到多達五千個星系的影像。
研究人員需要透過Perlmutter超級電腦中的GPU運算速度來處理一個晚上數十次的曝光資料，以便知道隔天晚上該把DESI指向何處。過去使用舊有系統準備發表一年份的資料時，要花費數週或數個月的時間，不過Perlmutter超級電腦能夠幫助他們在短短數日內完成這項任務。
DESI的地圖讓人們可以認識暗能量，也就是宇宙加速膨脹背後的神秘物理學。人們是透過2011年諾貝爾獎得主Saul Perlmutter的研究，才揭開暗能量的神秘面紗，他是柏克萊實驗室中至今仍十分活躍的天體物理學家，他將會啟用這部以他命名的全新超級電腦。類似的精神為許多將在NERSC全新超級電腦上運行的研究專案提供了動力。舉例來說，材料科學領域的研究致力於探索原子的交互作用，為開發出更好的電池及生物燃料指明方向。
傳統的超級電腦幾乎無法處理用Quantum Espresso等程式，在幾奈秒內生成幾個原子的模擬所需的數學運算，但是結合極為精準的模擬與機器學習，科學家可以在更長的時間內研究更多的原子。這就是A100中Tensor Core的獨到之處，它們既能加速用於模擬的雙精度浮點數學運算，又能加速深度學習所需的混合精準度運算。
此外，在GPU上運作的資料科學開放原始碼RAPIDS，將協助加快NERSC內人數不斷上升的Python工程師團隊處理工作的速度。它在分析NERSC旗下Cori超級電腦上的所有網路流量研究案中證明了自己的價值，將之前在CPU上執行分析工作的速度加快了近600倍。
即使新冠肺炎疫情持續蔓延，Perlmutter超級電腦仍按計畫上線。不過團隊不得不重新思考一些關鍵步驟，像是如何為在家工作的研究人員舉辦黑客松(hackathon)活動，為系統exascale等級的應用程式編寫程式碼。
