不止于E级计算 浪潮HPC主打智慧超算

  当中国的神威太湖之光登顶ISC2016的TOP500榜首的时候，HPC厂商都将E级超算作为下一个争夺的焦点。当联想、中科曙光等厂商也提出相应的E级茶酸的策略后，作为中国HPC市场的重要玩家浪潮却迟迟没有动静。不过在近日的第6届高性能计算用户大会，浪潮系统阐释了自己的HPC策略，那就是智慧超算。

  何为智慧超算？其实就是以云计算为基础平台、大数据为认知方法、深度学习计算为优化工具的智慧计算。中国工程院院士、浪潮集团首席科学家王恩东表示，人类社会正处于一个新的变革时期，以深度学习为代表的人工智能将扩展深入到人类生活的方方面面。在这样一个新的转型期，高性能计算与云计算、大数据相互融合的趋势更加明显。面向应用优化的高性能计算系统研发、智能化的系统管理调度等将成为发展趋势。

  所以，浪潮的智慧超算策略是基于云计算、大数据、人工智能、深度学习等技术的融合之上，这种策略的内涵更大，并且是以应用为导向的策略。其实这也与本次高性能计算用户大会的理念吻合，那就是“根植应用、引领创新”。

  钱德沛：建立中国高性能计算发展的生态环境

  对于目前高性能计算的发展，国家863计划“高效能计算机及应用服务环境”重大项目总体专家组组长钱德沛深有感触，他说，高性能计算在我们国家已经逐渐从阳春白雪走向普通大众，应用是高性能计算发展的根本动力和目的。

  “虽然我国高性能计算取得了巨大的成绩，但是我们应该清醒地看到高性能计算的发展也到了一个关键时期。在当前这个阶段，最大的问题是我们能不能建立起中国高性能计算发展的生态环境。“钱德沛说。

  何为生态环境，也就是系统、应用、环境的协调发展。钱德沛以神威太湖之光为例说，虽说神威太湖之光是国产处理器，具有高性能的特点，但是它也给我们带来了了新的问题，也就是应用软件的移植、适配、调优等。

  所以建立中国高性能计算的生态环境迫在眉睫，钱德沛认为，建立这样的生态环境需要我们在机器应用、算法和环境等几个方面共同努力，机器要根据应用的特点持续发展，将来的服务器要充分考虑到大规模并行计算能力和应用特点，应用也要不断发掘新的算法，环境要不断根据应用的需求建立起面向应用的高性能计算环境或者应用社区。

  “这三点之间的相互协同、相互支撑是促进我们国家高性能计算发展的关键，特别是在国产处理器上如何建立系统软件、工具软件、应用软件。这需要高性能计算用户、高性能计算机的研发者的努力，也需要高性能计算机的关键技术，还包括国家高性能计算环境的支持。”钱德沛总结说。

  所以，从钱德沛的观点中，我们知道高性能计算生态的建设非常关键，这也需要以浪潮为代表的HPC厂商的努力。而浪潮依靠在高性能计算市场的长期耕耘，其对于高性能计算的洞察也非常值得业界关注。

  刘军：浪潮为深度学习与超算“牵线搭桥”

  在浪潮集团高性能计算总经理刘军看来，过去几年全球超算的发展，这背后最重要的推动力是摩尔定律。由此，刘军作出猜测，在根据摩尔定律驱动下，我们2020年可以达到E级超算。 E级超算会带来科研和产业的巨大创新机会，而E级超算的新战场就是人工智能。

  要说到人工智能，那可是如今的大热点。特别是AlphaGo大战李世石，让人工智能(AI)成为业界关注的焦点。刘军认为，深度学习是超算与大数据的融贯，超算是深度学习的引擎。

  “E级的数量级对于人工智能是必要的也是必须的。我们可以看到对于最近五年深度学习的最大发展，一方面来源于我们通过互联网和移动互联网带来的极大数据，另外一方面是过去几年我们通过超算性能的增加，使得我们获得超过十几年前二十年前不可想象的计算性能，进而通过使用深度学习网络的方法来对极大的数据量进行训练。”刘军说。

  未来的一个计算模式是在最前端汇集来源于各种移动互联的数据，通过CNN卷积神经网络、DNN深度神经网络、RNN递归神经网络，通过集群超算、GPU并行获得业务应用的人工智能。超算是深度学习的引擎，借助超算我们获得更强的人工智能的计算动力。“过去一年，浪潮为深度学习客户提供GPU超算加速卡超过天河1A，但是我们看到深度学习和超算依旧存在着巨大的鸿沟。”刘军说。

  为了解决这个问题，浪潮从应用、系统、人才三方面入手。比如浪潮基于开源的Caffe深度学习计算框架，试图用HPC来解决性能的瓶颈。通过引入MPI，浪潮推出了首个开源并行深度学习计算框架Caffe-MPI。其具备良好的集群并行扩展性能，实测数据表明，新版本在4节点下16卡的性能较单卡提升13倍。新版本增加了对cuDNN库的支持，使程序开发人员能够轻松实现高性能深度学习代码的开发。

  此外，在硬件层面，浪潮推出了深度学习的一体机，实现图像识别、人脸识别、视频内容分析，可支持100+GPU高性能大规模深度学习计算，并具备统一计算资源管理、调度、监控、分析;围绕M40系列，开发并行效率更高、每瓦性能比更加出色的GPU和MIC异构计算平台。

  同时，浪潮分别与Nvidia、英特尔成立了云超算应用创新中心和并行计算实验室基础上，组建专门的深度学习团队，针对不同行业对深度学习计算平台的需求，开发个性化的解决方案。

  刘军表示，其实我们面临的最大挑战是整个应用人才的建设，所以浪潮一直在推动深度学习的开源社区建设，以及通过ASC世界大学生超算竞赛来进行人才队伍的建设。

  未来HPC市场会怎么走？

  在本届高性能计算用户大会上，IDC也带来了最新的关于HPC市场的报告，而IDC发布的全球HPC趋势报告通常被称为超算业内“风向标”。

  IDC统计，在2015年全球HPC预算投入增长了11%，2016年还将有更大的增长。但是，全球超算TOP5系统的性能增长却减速了(除了今年新登超算TOP500的神威太湖之光，其余4台已经多年没有变化：天河2号、泰坦、Sequoia、京)。

  另外，高性能计算和大数据的结合越来越紧密，高性能计算应用的新领域增长迅速。金融行业应用在过去的2年里增长迅速，超过50%的增长。

  IDC副总裁Earl Joseph表示，有67%的用户在云平台上运行高性能计算任务，这相比于2013年增长超过5倍。同时，大数据时代的到来，让HPDA(基于HPC的大数据分析)应用成为HPC的下一个爆点，2015年时67%的HPC资源用于HPDA，而机器学习/深度学习的需求是其中较为典型的应用。

  其中，精准医疗能够体现高性能计算和大数据的耦合交叠，通过高性能计算和基因组测序技术、生物信息大数据的结合并运用在临床医学诊断上，可以大幅的提高医学的诊断正确率，被称为医学领域的技术革命。据悉，上海儿童医院已经借助浪潮基因一体机开展罕见病基因诊断。

  罕见病是发病率极低、非常少见的疾病，研究发现，约有80%的罕见病由基因缺陷导致。因此，测序罕见病的基因组，是预防与治疗这类疾病的突破口。依赖于浪潮基因一体机上搭建的英特尔基因组数据库，需要形成从高通量测序仪测序到浪潮基因一体机结合基因数据库计算的一整套软硬件系统。这套系统现在可以在3个小时内完成10个样本的基因测序以及检测流程，而未使用前完成同样工作量需要花费的时间为15天。

  结语

  当整个HPC市场都在谈E级超算的时候，浪潮提出了智慧超算的理念。毕竟超算只是一个手段，需要与具体的行业应用结合才会产生价值。而浪潮的智慧超算是云计算、大数据、深度学习等融合趋势的总结，超算在其中扮演了“穿针引线”的作用。

  同时，借助在应用、系统、人才的布局，浪潮的智慧超算在未来市场的落地和表现非常值得期待。