“到2030年，所有高端計算設(shè)備將自帶人工智能（AI）支持功能，高性能計算仿真將利用人工智能平臺提高性能，人工智能也將重塑計算仿真。”近日在德國法蘭克福舉辦的國際超算大會（ISC19）上，國家超級計算廣州中心主任盧宇彤在談到未來高性能計算機（HPC）與AI的融合時表示，未來高性能計算、物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能將實現(xiàn)深度融合。
“計算是引擎，數(shù)據(jù)是燃料。”盧宇彤認為，到那時，高性能計算將不再比拼“肌肉”、只追求規(guī)模和性能，更加智慧的高性能計算系統(tǒng)將成為主流。
AI對計算的需求潛力大
“目前AI的發(fā)展還在智能感知階段，在智能認知方面還沒有很成熟的研究。從這個角度而言，AI對計算能力的需求，潛力非常大。”國家并行計算機工程技術(shù)研究中心總工程師、中國工程院院士陳左寧曾在2018年10月下旬舉辦的第十四屆全國高性能計算學術(shù)年會上專門探討“云端AI高性能計算計算能力及計算環(huán)境研究”，在會上她提出，現(xiàn)階段HPC與AI融合問題的關(guān)鍵在于，在HPC體系結(jié)構(gòu)發(fā)生改變的過渡階段，如何在AI的演進階段支撐其計算能力需求，“這是目前HPC應(yīng)該考慮的問題”。
“加大對大數(shù)據(jù)與人工智能等新興超算應(yīng)用的支撐，也是中國超算未來的目標之一。”在ISC19的焦點論壇“E級計算機面臨的挑戰(zhàn)與愿景”上，國家重點研發(fā)計劃“高性能計算重點專項”總體專家組組長、中山大學數(shù)據(jù)科學與計算機學院院長錢德沛表示。他認為，目前來看，AI與HPC之間的聯(lián)系還處于一個“初級狀態(tài)”。
“AI有大量的數(shù)據(jù)、訓(xùn)練任務(wù)需要超級計算的支持，同時HPC也可以把AI應(yīng)用到新的領(lǐng)域，比如利用人工智能更精準地完成天氣預(yù)報等。但從長遠來看，AI與HPC可能還存在更深層的關(guān)系，轉(zhuǎn)變?nèi)斯ぶ悄艿某踔跃褪菑娜说闹悄芟蛴嬎戕D(zhuǎn)變的一個啟發(fā)，它對未來的計算模式可能會帶來非常重要的影響。”錢德沛表示。
擁有“支撐AI的能力”成趨勢
HPC與AI的深度融合，已經(jīng)是大勢所趨。自2018年6月以來，新上榜TOP500的超級計算機，前十名都聲稱有支持AI的能力。“從這里能夠看出，對于云端AI的支撐能力，已經(jīng)是HPC界比較關(guān)注的一點。”陳左寧表示。
目前排名TOP500第一位的Summit超級計算機，就是“非常典型支撐AI”的HPC。“其胖節(jié)點的設(shè)計使其單節(jié)點存儲容量相當大，GPU的訪存也非常可觀，綜合下來一個胖節(jié)點的計算能力相當強，基本可滿足大多AI‘一個模型放在里邊做’的需求了。”陳左寧解釋說。
據(jù)了解，Summit支撐AI的能力已經(jīng)達到3.3E，高性能的胖節(jié)點設(shè)計使系統(tǒng)總節(jié)點數(shù)減少，從而降低了應(yīng)用擴展難度，大容量的多級高效存儲及其間的硬件一致性支持，加之高速好用的本地存儲等的綜合作用下，使其局部的計算能力非常強，非常適合深度神經(jīng)網(wǎng)絡(luò)（DNN）這類AI應(yīng)用的提升。另外，來自中科院、清華大學等單位的超算團隊在“神威·太湖之光”上也運行了許多AI應(yīng)用，并在其上提供完整的AI軟件。
中科曙光高性能計算產(chǎn)品事業(yè)部首席科學家吉青在接受《中國科學報》關(guān)于類似問題的采訪時說，AI與HPC將會相互促進、共同生長。她認為，AI是信息化發(fā)展到一定階段的必然。AI伴隨著海量數(shù)據(jù)，大數(shù)據(jù)處理往往通過AI實現(xiàn)。“人工智能本質(zhì)之一是大數(shù)據(jù)的一種處理技術(shù)，它的出現(xiàn)也在改變傳統(tǒng)的高性能計算。”
“比如架構(gòu)的改變，其實是計算核心的改變。從原來的純CPU變成CPU+GPU，就是隨著應(yīng)用需求的改變而衍生的架構(gòu)改變。”吉青說，曙光目前還在探索CPU+GPU+AI芯片的架構(gòu)革新，比如支持寒武紀AI芯片卡組等比較流行的AI芯片，以匹配廣泛的AI+行業(yè)應(yīng)用。
在勞倫斯伯克利國家實驗室超算科學家、超算TOP500榜單聯(lián)合創(chuàng)始人埃里奇·斯特羅邁爾看來，HPC并不天然適合AI計算，但傳統(tǒng)的HPC架構(gòu)，有必要隨著AI計算的需要，調(diào)優(yōu)和改變。
“改變的發(fā)生，可能會影響未來TOP500的測評規(guī)則——事實上，我們也正在考慮測評手段的與時俱進。”埃里奇·斯特羅邁爾表示。
陳左寧也表示，目前HPC對AI計算支持的評價，光靠Linpack測試是不夠的，還要看能效、性價比等指標。
仍待進一步探究
不過，回顧國內(nèi)外較為關(guān)注的E級計算機，E級計算機對云端AI、對與訓(xùn)練有關(guān)的計算能力的支撐，到底要不要做，做到什么程度，目前還沒有結(jié)論。
“從我國發(fā)布的將要建設(shè)的E級計算機的要求來看，并沒有專門對AI計算支撐的標準或要求。國內(nèi)研制E級計算的3家單位，現(xiàn)在對云端AI計算的支持還在探索。”陳左寧表示。
不過陳左寧表示，AI對計算能力的需求潛力已毋庸置疑。但由于AI發(fā)展的歷史尚短，自身無論計算理論、方法算法都尚不完整，特別是數(shù)學理論的基礎(chǔ)還很不堅實，因此，還不能如傳統(tǒng)的數(shù)值模擬一樣，能夠非常明確地提出對HPC計算能力的要求。
“也就是說，AI的計算理論還沒有發(fā)展到它能對HPC明確提出很高的需求階段。但反過來看，如果AI能夠達到人的智能水平，肯定會對計算能力、存儲能力等的需求非常高。”陳左寧說，還應(yīng)注意到，深度學習僅僅是AI算法的一個分支，面向AI的云端高性能計算環(huán)境需要廣泛適應(yīng)包括深度學習在內(nèi)的多種應(yīng)用模式，未來的應(yīng)用需求仍有待進一步研究。
摘自《中國科學報》
