超级计算机榜单或面临洗牌 TOP500新规解析

  前几天我们针对各种能够对运算能力进行加速的协处理器进行了简单解析，其中讲到类似CUDA加速这样的方法，在性能描述方面是有一些地方需要商榷的。详情可见《理性解析主流协处理器：百倍效能从何处来》。其实文中还有一个值得关注的焦点，就是协处理器的使用情况。类似TESLA这样的产品，为超算额外提供了规模巨大的ALU以全面增强运算能力。但是这些运算能力该如何使用以及实际使用情况如何？最近传出了TOP500标准更新的信息，我们不妨将两个问题结合一下，从加速计算硬件当前的使用情况来解析TOP500规范。

  Linpack统治地位如何得来

  TOP500是全球的超级计算机榜单，并且定期更新，依据Linpack性能测试得分对超级计算机进行排名。当前这个领域最重要的新闻就是从下次排榜开始，将增加HPCG(高度共轭梯度基准测试)与现有的HPL(高度并行计算基准测试，也就是我们耳熟能详的Linpack)标准同时使用，以此来更科学的衡量超算性能。

  作为衡量性能的工具，Linpack已经被使用了30年，最新一版是2008年更新的HPL2.0。长久以来Linpack最成功的地方就在于它的高斯消元解线性方程法能够很好的调动起超级计算机上动辄成千上万个运算核心协同工作，因此Linpack至今无人能撼动。

  在30年前，乃至在10年前，Linpack的这套衡量标准都是可行的。因为超级计算机的架构相对简单，一套硬件系统内部几乎只有一种类型的处理器，可以简单的认为一台超算就是成千上万个一模一样的处理器搭建出来的，这些处理器的频率、指令集等关键指标完全相同。也就是说当时多线程软件在超算上的运行情况与Linpack是几乎一致的，因此用Linpack衡量超算性能并没有受到太多质疑，所谓的质疑无非也就是Linpack有些理想化，因为应用程序一下子调动不起来那么多处理器，而且也不是所有的代码都支持并行处理。

异构计算被认为前途光明，甚至衍生出单芯片异构产品

  在现代，超算在寻求性能提升的过程中找到了一条捷径，就是堆积ALU。在PC领域由于一些偶然的图形处理需求，PC显卡不单单承担贴图任务，还不断承担越来越重的数学运算压力以解放CPU，致使用户对图形芯片的运算性能需求越来越高。这种需求终于催生质变，在硬件领域衍生出来了类似CUDA或者STREAM这样的“流处理器”架构，并衍生出来了堆积ALU的加速运算硬件，与超算的诉求一拍即合。同时，由于芯片制造技术的发展，一些实力较强的企业将自家的高性能处理器与Intel、AMD平台相结合，比如中国的超算就引入了龙芯、飞腾、申威等自主知识产权的处理器。这样就形成了由中央处理器、加速运算器、第三方处理器组成的多重异构架构的超级计算机。

  在TOP500榜单里排名靠前的超级计算机都是技术先驱，他们率先引入类似TESLA这样的加速运算器，通过双重异构比拼性能，随后又率先将更多具备独特功能的芯片引入超级计算机中，形成多重异构。在这样的情况下，Linpack依然如故，调动起了全部的运算资源进行累加，将所有能够参与运算的芯片的总运算能力原原本本的呈现在大众面前。但这次，超算用户不答应了。

  本文推荐相关阅读：

  《理性解析主流协处理器：百倍效能从何处来》
  《运算能力并非绝对优势 Intel XEON Phi解析》