面向多領(lǐng)域的高性能計(jì)算機(jī)應(yīng)用綜述

聶含伊 楊希 張文喆

聶含伊 楊希 張文喆

1 引言

在現(xiàn)代科學(xué)研究和工程實(shí)踐中，通常使用數(shù)學(xué)方程式來(lái)表示某些自然科學(xué)規(guī)律，產(chǎn)生了眾多復(fù)雜繁瑣的數(shù)學(xué)計(jì)算問題。基于普通計(jì)算工具來(lái)解決這些問題，將耗費(fèi)大量人力物力，甚至無(wú)法得到準(zhǔn)確結(jié)果。而科學(xué)計(jì)算，利用計(jì)算機(jī)仿真、重現(xiàn)、預(yù)測(cè)或探索自然世界萬(wàn)物運(yùn)動(dòng)規(guī)律和演變特性的全過程，通過研究合理的計(jì)算方法，設(shè)計(jì)高效的并行算法，研制合適的應(yīng)用程序，能準(zhǔn)確、高效地模擬各領(lǐng)域研究過程，分析計(jì)算結(jié)果。然而，普通計(jì)算機(jī)的科學(xué)計(jì)算能力往往是有限的，現(xiàn)有的計(jì)算能力無(wú)法高效地解決某些基礎(chǔ)學(xué)科和工程技術(shù)部門的科學(xué)計(jì)算問題，如長(zhǎng)期天氣預(yù)報(bào)、石油勘探、飛機(jī)整體氣動(dòng)力等等。

與此同時(shí)，地震檢測(cè)儀、粒子碰撞器、天文望遠(yuǎn)鏡以及高通量分析裝置等大型科學(xué)儀器的研制和發(fā)展，產(chǎn)生了大量非結(jié)構(gòu)化或半結(jié)構(gòu)化的數(shù)據(jù)，使得“大數(shù)據(jù)”趨勢(shì)變得越來(lái)越突出。如今，許多科學(xué)發(fā)現(xiàn)和見解由大量數(shù)據(jù)集驅(qū)動(dòng)，“大數(shù)據(jù)”被認(rèn)為是除了實(shí)驗(yàn)、理論和計(jì)算方法之外的第四種科學(xué)范式。數(shù)據(jù)生成的容量、速度和多樣性構(gòu)成了分析大數(shù)據(jù)的主要挑戰(zhàn)。

為提高科學(xué)計(jì)算能力，解決大數(shù)據(jù)問題，高性能計(jì)算（HPC）技術(shù)迅猛發(fā)展。高性能計(jì)算機(jī)代表用于解決計(jì)算密集型科學(xué)和工程問題的高端計(jì)算基礎(chǔ)設(shè)施。我國(guó)的高性能計(jì)算早已突破每秒浮點(diǎn)運(yùn)算千萬(wàn)億次的壁壘，并繼續(xù)解決性能、可擴(kuò)展性、可編程性、能效和可靠性等問題，探索新的支持技術(shù)以達(dá)到e級(jí)計(jì)算能力。

目前，高性能計(jì)算機(jī)已在多個(gè)領(lǐng)域得到了成功的應(yīng)用，但仍存在大量可供多個(gè)研究機(jī)構(gòu)使用的空閑節(jié)點(diǎn)。本文簡(jiǎn)介了一些高性能計(jì)算機(jī)系統(tǒng)及其性能，針對(duì)近年來(lái)在高性能計(jì)算機(jī)上的各大領(lǐng)域應(yīng)用實(shí)例進(jìn)行總結(jié)，并對(duì)在其他領(lǐng)域的應(yīng)用做出了展望，以促進(jìn)更高效、全面地使用高性能計(jì)算機(jī)。

2 高性能計(jì)算機(jī)系統(tǒng)概述

中國(guó)首臺(tái)千萬(wàn)億次超級(jí)計(jì)算機(jī)，是“天河一號(hào)”?！疤旌右惶?hào)”超級(jí)計(jì)算機(jī)使用由中國(guó)自行研發(fā)的“龍”芯片，其峰值計(jì)算速度能夠達(dá)到1.206 TFlop/s，同時(shí)Linpack實(shí)測(cè)性能達(dá)到了0.563 TFlop/s，該超級(jí)計(jì)算機(jī)位居當(dāng)時(shí)公布的中國(guó)超級(jí)計(jì)算機(jī)前 100強(qiáng)之首，中國(guó)成為了繼美國(guó)之后世界上第2個(gè)能夠自主研制千萬(wàn)億次超級(jí)計(jì)算機(jī)的國(guó)家。

天河一號(hào)采用6144個(gè)英特爾通用多核處理器和5120個(gè)AMD圖形加速處理器，其內(nèi)存總?cè)萘?8 TB。至于點(diǎn)對(duì)點(diǎn)通信的帶寬就達(dá)到了40 Gbps，而其用于共享的磁盤總?cè)萘縿t達(dá)到1 PB。該超級(jí)計(jì)算機(jī)系統(tǒng)部署于天津?yàn)I海新區(qū)的國(guó)家超級(jí)計(jì)算天津中心作為業(yè)務(wù)主機(jī)。

2013年，由國(guó)防科學(xué)技術(shù)大學(xué)研制的“天河二號(hào)”大型超級(jí)計(jì)算機(jī)以每秒33.86千萬(wàn)億次的浮點(diǎn)運(yùn)算速度成為全球最快的超級(jí)計(jì)算機(jī)，位列國(guó)際大型超級(jí)計(jì)算機(jī)TOP500榜首。隨后，“天河二號(hào)”實(shí)現(xiàn)了世界最快超算“六連冠”。天河二號(hào)采用基于加速器的架構(gòu)。在可接受的總成本、功率預(yù)算、支持可靠性、可用性和可服務(wù)性（RAS）的能力、應(yīng)用開發(fā)和移植的復(fù)雜性下提供高的計(jì)算性能。

天河二號(hào)的硬件系統(tǒng)由五個(gè)子系統(tǒng)組成，包括計(jì)算系統(tǒng)、通信系統(tǒng)、存儲(chǔ)系統(tǒng)、監(jiān)控診斷系統(tǒng)和服務(wù)系統(tǒng)。它由16000個(gè)節(jié)點(diǎn)組成，每個(gè)節(jié)點(diǎn)有2顆基于Ivy Bridge-E Xeon E5 2692處理器和 3顆 Xeon Phi，每個(gè)節(jié)點(diǎn)的內(nèi)存是64 GB。所有的計(jì)算節(jié)點(diǎn)都通過專有的高速互連系統(tǒng)連接。還提供了一個(gè)服務(wù)子系統(tǒng)的4096個(gè)節(jié)點(diǎn)，以加快高吞吐量的計(jì)算任務(wù)，如大數(shù)據(jù)處理。存儲(chǔ)子系統(tǒng)包括256個(gè)I/O節(jié)點(diǎn)和64個(gè)容量為12.4 PB的存儲(chǔ)服務(wù)器。天河二號(hào)文件系統(tǒng)命名為 h2fs，采用麒麟操作系統(tǒng)、基于SLURM的全局資源管理。支持大多數(shù)現(xiàn)代編程語(yǔ)言，包括C、C++、Java、Python等。采用的是新型異構(gòu)多態(tài)體系結(jié)構(gòu)（Multipurpose-Heterogeneous）。

“天河二號(hào)”集科學(xué)計(jì)算、大數(shù)據(jù)分析和云計(jì)算于一體，被認(rèn)為是滿足工業(yè)和社會(huì)需求的戰(zhàn)略基礎(chǔ)設(shè)施。以超級(jí)計(jì)算機(jī)為支撐的高性能計(jì)算應(yīng)用正加速向各個(gè)領(lǐng)域滲透。

在國(guó)內(nèi)早期的高性能計(jì)算機(jī)研究中，2004年6月超級(jí)計(jì)算機(jī)曙光4000A研制成功，落戶上海超級(jí)計(jì)算中心，標(biāo)志著繼美國(guó)和日本之后，中國(guó)是第3個(gè)能研制10萬(wàn)億次高性能計(jì)算機(jī)的國(guó)家。曙光能夠每秒運(yùn)算11萬(wàn)億次，進(jìn)入全球超級(jí)計(jì)算機(jī)前10名。經(jīng)過10多年發(fā)展，曙光E級(jí)高性能計(jì)算機(jī)系統(tǒng)項(xiàng)目現(xiàn)在是國(guó)家“十三五”期間高性能計(jì)算的重點(diǎn)專項(xiàng)，其最顯著的特點(diǎn)是突破了制約E級(jí)計(jì)算發(fā)展的各個(gè)關(guān)鍵技術(shù)，通過這樣原型機(jī)的研制去驗(yàn)證 E級(jí)的技術(shù)路線，為未來(lái)真正實(shí)現(xiàn)國(guó)產(chǎn)E級(jí)系統(tǒng)做技術(shù)鋪墊。

在2016年法蘭克福世界超算大會(huì)上，“神威·太湖之光”超級(jí)計(jì)算機(jī)系統(tǒng)成為新的榜首，速度較第2名“天河二號(hào)”快出近兩倍，效率提高3倍。

神威·太湖之光超級(jí)計(jì)算機(jī)由40個(gè)運(yùn)算機(jī)柜和8個(gè)網(wǎng)絡(luò)機(jī)柜組成。每個(gè)運(yùn)算機(jī)柜包含4塊由32塊運(yùn)算插件組成的超節(jié)點(diǎn)。每個(gè)插件由 4個(gè)運(yùn)算節(jié)點(diǎn)板組成，一個(gè)運(yùn)算節(jié)點(diǎn)板又含2塊“申威26010”高性能處理器。一臺(tái)機(jī)柜就有1024塊處理器，整臺(tái)“神威·太湖之光”共有40960塊處理器。每個(gè)單個(gè)處理器有260個(gè)核心，主板為雙節(jié)點(diǎn)設(shè)計(jì)，每個(gè) CPU固化的板載內(nèi)存為32 GB DDR3-2133。

在2018年的法蘭克福世界超算大會(huì)上，美國(guó)能源部橡樹嶺國(guó)家實(shí)驗(yàn)室（ORNL）推出的新超級(jí)計(jì)算機(jī)“Summit”以每秒 12.23億億次的浮點(diǎn)運(yùn)算速度，接近每秒18.77億億次峰值速度奪冠，“神威·太湖之光”屈居第2。

3 高性能計(jì)算機(jī)各大領(lǐng)域應(yīng)用實(shí)例分析

為充分發(fā)揮高性能計(jì)算機(jī)的優(yōu)勢(shì)，極大限度地滿足客戶需求，自超級(jí)計(jì)算機(jī)在中國(guó)開始發(fā)展以來(lái)，相關(guān)團(tuán)隊(duì)都致力于擴(kuò)展高性能計(jì)算在各個(gè)領(lǐng)域的利用，迎合各領(lǐng)域應(yīng)用的計(jì)算要求，協(xié)助用戶配置應(yīng)用環(huán)境，建立高效模型，設(shè)計(jì)合理并行算法，以實(shí)現(xiàn)各領(lǐng)域的科學(xué)計(jì)算和大數(shù)據(jù)處理在高性能計(jì)算機(jī)上的應(yīng)用。

3.1 生物計(jì)算與精準(zhǔn)醫(yī)療

根據(jù)廣州國(guó)家超級(jí)計(jì)算中心的內(nèi)部統(tǒng)計(jì)，生物醫(yī)學(xué)相關(guān)應(yīng)用現(xiàn)在是超級(jí)計(jì)算中心的主要客戶。生物醫(yī)學(xué)研究主要包括生物大分子的結(jié)構(gòu)模擬與功能建模，藥物設(shè)計(jì)與篩選，蛋白質(zhì)序列分析，基因序列分析與比對(duì)，基因調(diào)控網(wǎng)絡(luò)的分析與建模，醫(yī)療衛(wèi)生的雙數(shù)據(jù)分析及生物醫(yī)學(xué)文獻(xiàn)挖掘等。

生物醫(yī)學(xué)數(shù)據(jù)繁多，且一直呈指數(shù)增長(zhǎng)。如世界最大的生物數(shù)據(jù)保存者之一，歐洲生物信息學(xué)研究所（EBI），存儲(chǔ)超過20 PB的數(shù)據(jù)，并且最近每年的數(shù)據(jù)量都增加1倍。數(shù)據(jù)源的異質(zhì)性，包括基因組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)、微陣列數(shù)據(jù)、文獻(xiàn)等，使其更加復(fù)雜。

針對(duì)典型類型的大數(shù)據(jù)——基因組大數(shù)據(jù)，在大數(shù)據(jù)框架（如Hadoop和Spark）的幫助下，云計(jì)算已經(jīng)在大數(shù)據(jù)處理中發(fā)揮著積極作用?，F(xiàn)在，HPC在中國(guó)的快速發(fā)展使得以不同的方式解決基因組大數(shù)據(jù)挑戰(zhàn)成為可能。Yang等人強(qiáng)調(diào)了在現(xiàn)代超級(jí)計(jì)算機(jī)上增強(qiáng)大數(shù)據(jù)支持的必要性，提出只需單個(gè)命令或單個(gè)shell腳本就能使當(dāng)前的大數(shù)據(jù)應(yīng)用在高性能計(jì)算機(jī)上運(yùn)行，并且支持多個(gè)用戶同時(shí)處理多個(gè)任務(wù)的Orion作為高性能計(jì)算機(jī)的大數(shù)據(jù)平臺(tái)。該平臺(tái)可以根據(jù)大數(shù)據(jù)處理需求，合理分配所需的資源量，并使用HPC系統(tǒng)軟件棧自動(dòng)建立和配置可回收的Hadoop/Spark集群。以華大基因提供的基因組學(xué)大數(shù)據(jù)作為案例研究，測(cè)試基因組分析流水線SOAPGaea的FASTQ過濾、讀取對(duì)齊、重復(fù)刪除和質(zhì)量控制四個(gè)過程，證明了Orion平臺(tái)的高效性。

為更好地了解基因的精細(xì)結(jié)構(gòu)、分析基因型與表現(xiàn)型的關(guān)系、繪制基因圖譜，DNA序列分析成為生物醫(yī)學(xué)中的重要課題。

DNA序列的排序是對(duì)DNA序列分析的基礎(chǔ)。通常先使用測(cè)序儀得到生物體基因組的一些片段，再利用計(jì)算機(jī)對(duì)片段進(jìn)行de novo拼接，從而得到DNA序列的排列順序。而隨著測(cè)序儀的發(fā)展，基因組的數(shù)據(jù)量增大，分析復(fù)雜性提高，普通計(jì)算工具分析數(shù)據(jù)會(huì)消耗大量時(shí)間和空間。張峰等人基于高性能計(jì)算機(jī)，使用一種新型序列拼接工具 SGA（string graph assernbler），對(duì)任務(wù)之間數(shù)據(jù)耦合度小的分批構(gòu)建FM-Index，采用粗粒度的多進(jìn)程并行；對(duì)任務(wù)之間數(shù)據(jù)耦合度較大的FM-Index合并過程，采用多線程的細(xì)粒度并行。這種多進(jìn)程與多線程的混合并行策略，使用并行計(jì)算代替通信開銷，測(cè)試小規(guī)模數(shù)據(jù)時(shí)，將索引構(gòu)建時(shí)間的最佳性能提高了3.06倍。葉志強(qiáng)等人在基因組排序時(shí)，引入隨機(jī)list ranking算法，基于高性能計(jì)算機(jī)，使用MPI并行實(shí)現(xiàn)Pregel框架的線性化步驟，利用節(jié)點(diǎn)之間的通信和計(jì)算能力，減少了線性化步驟時(shí)間。

SNP（單核苷酸多態(tài)性）檢測(cè)是DNA序列分析的關(guān)鍵步驟。它將對(duì)齊的 read、參考序列和被編排的數(shù)據(jù)庫(kù)（如數(shù)據(jù)庫(kù)SNPP）作為輸入，通過站點(diǎn)檢測(cè)對(duì)齊的 read和引用站點(diǎn)的信息，生成SNP站點(diǎn)的列表。SNP檢測(cè)工具SOAPSNP可以用一個(gè)多星期的時(shí)間來(lái)分析一個(gè)覆蓋20倍的人類基因組。崔英博等人通過重新設(shè)計(jì) SOAPSNP的關(guān)鍵數(shù)據(jù)結(jié)構(gòu)以降低內(nèi)存操作的開銷，設(shè)計(jì)CPU與Xeon Phi協(xié)作的協(xié)調(diào)并行框架，以獲得更高的硬件利用率。并提出了一種基于讀取的窗口劃分策略（RWD），在多個(gè)節(jié)點(diǎn)上提高吞吐量和并行規(guī)模，開發(fā)了SOAPSNP的并行版本 MSNP，在沒有任何精度損失的情況下，利用高性能計(jì)算機(jī)的一個(gè)節(jié)點(diǎn)實(shí)現(xiàn)了45倍的加速。

方翔等人利用高性能計(jì)算機(jī)，構(gòu)建了由基因組與轉(zhuǎn)錄組測(cè)序數(shù)據(jù)分析、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)和分子動(dòng)力學(xué)模擬3個(gè)功能模塊組成的生物信息平臺(tái)分析水產(chǎn)病原，對(duì)約氏黃桿菌等多種水生動(dòng)物病原進(jìn)行生物信息學(xué)分析。

從生物醫(yī)學(xué)文獻(xiàn)中提取有價(jià)值的信息的一種主流方法是在非結(jié)構(gòu)化文本上應(yīng)用文本挖掘方法。然而，大量的文獻(xiàn)需要分析，這對(duì)文本挖掘的處理效率提出了巨大的挑戰(zhàn)。彭紹亮等人將針對(duì)疾病實(shí)體識(shí)別的軟件DNorm加入可高效識(shí)別基因、蛋白質(zhì)、藥物、基因通路等實(shí)體關(guān)系的文本挖掘工具PWTEES流水線中，擴(kuò)充了PWTEES的功能。使用LINNAEUS導(dǎo)入MEDLIN數(shù)據(jù)庫(kù)提供的摘要，并在個(gè)人賬戶目錄下，動(dòng)態(tài)使用計(jì)算節(jié)點(diǎn)，編譯安裝配置了非關(guān)系型數(shù)據(jù)庫(kù)（MySQL），將大量非結(jié)構(gòu)化數(shù)據(jù)（文獻(xiàn)）轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù)。將平時(shí)在普通服務(wù)器上需100天能完成的文本挖掘過程縮短為1小時(shí)，并利用200個(gè)進(jìn)程并行挖掘 7萬(wàn)篇頭頸癌相關(guān)文獻(xiàn)中的關(guān)鍵命名實(shí)體，得到了80%以上的并行效率。Xing等人開發(fā)了一個(gè)可運(yùn)行的框架 PARABTM，它能夠在超級(jí)計(jì)算機(jī)上實(shí)現(xiàn)并行文本挖掘。以GNormPlus、tmVar2.0、Dnorm 3 種命名實(shí)體識(shí)別任務(wù)為例，對(duì)多個(gè)數(shù)據(jù)集上PARABTM的性能進(jìn)行了評(píng)價(jià)。結(jié)果表明，使用PARABTM并行處理策略中的短板匹配負(fù)載平衡算法（Short-Board load balancing algorithm），最大程度地提高了生物醫(yī)學(xué)命名實(shí)體識(shí)別的處理速度。

3.2 全數(shù)字設(shè)計(jì)與制造

數(shù)字設(shè)計(jì)與制造是一種以計(jì)算機(jī)系統(tǒng)為中心的集成制造方法。隨著制造工廠中計(jì)算機(jī)系統(tǒng)數(shù)量和質(zhì)量的提高，數(shù)字化趨勢(shì)迅速。越來(lái)越多的自動(dòng)化工具被用于制造工廠，有必要對(duì)所有機(jī)器、工具和輸入材料進(jìn)行建模、模擬和分析，以優(yōu)化制造過程。而模擬能夠建模和測(cè)試一個(gè)系統(tǒng)行為特性，讓工程師能夠用更低耗、更快速同時(shí)更安全的方式來(lái)分析所做的設(shè)計(jì)會(huì)產(chǎn)生什么樣的影響。模擬的應(yīng)用范圍廣泛，涵蓋了產(chǎn)品設(shè)計(jì)、過程設(shè)計(jì)以及企業(yè)資源安排。在模擬過程中，利用超級(jí)計(jì)算機(jī)強(qiáng)大的計(jì)算能力，使工程師能在幾分鐘或幾小時(shí)內(nèi)仿真和測(cè)試數(shù)千種設(shè)計(jì)方案。

利用數(shù)字化的方式，可以對(duì)產(chǎn)品進(jìn)行結(jié)構(gòu)力學(xué)分析、流體力學(xué)分析、電磁設(shè)計(jì)和多物理場(chǎng)模擬等多種計(jì)算仿真。在計(jì)算流體力學(xué)CFD（computational fluid dynamics）領(lǐng)域的一大熱點(diǎn)研究問題就是如何在當(dāng)前主流的眾核異構(gòu)高性能計(jì)算機(jī)平臺(tái)上進(jìn)行超大規(guī)模計(jì)算。楊梅芳等人在高性能計(jì)算機(jī)的單個(gè)節(jié)點(diǎn)上，利用超然沖壓發(fā)動(dòng)機(jī)燃燒數(shù)值模擬軟件LESAP模擬一個(gè)實(shí)際發(fā)動(dòng)機(jī)燃燒化學(xué)反應(yīng)和超聲速流動(dòng)的問題，采用OpenMP 4.0編程標(biāo)準(zhǔn)，向量化SIMD，優(yōu)化數(shù)據(jù)傳輸過程，均衡基于網(wǎng)格塊劃分的負(fù)載技術(shù)，實(shí)現(xiàn)了軟件面向CPU+MIC異構(gòu)平臺(tái)的移植，達(dá)到了3.07倍的性能加速比。王勇獻(xiàn)等人面向高性能計(jì)算機(jī)探索了高階精度CFD流場(chǎng)數(shù)值模擬程序的高效并行性。在高性能異構(gòu)并行計(jì)算平臺(tái)上進(jìn)行了多個(gè)算例的數(shù)值模擬的結(jié)果顯示最大CFD規(guī)模達(dá)到1228億個(gè)網(wǎng)格點(diǎn)，共使用約59萬(wàn)CPU+MIC處理器核，實(shí)現(xiàn)了移植后的性能大幅度提高。通過將算法移植到超級(jí)計(jì)算機(jī)進(jìn)行大規(guī)模并行，能夠?qū)崿F(xiàn)高效的流體力學(xué)分析。而文獻(xiàn)[24-26]都是針對(duì)空氣動(dòng)力學(xué)中的具體分類利用高性能計(jì)算機(jī)進(jìn)行模擬以驗(yàn)證有效性的研究。利用數(shù)字化設(shè)計(jì)，能夠快速低成本地對(duì)設(shè)計(jì)性能進(jìn)行分析評(píng)估。

在圖像模擬中，Metropolis光傳輸算法能夠利用雙向路徑跟蹤構(gòu)建出由眼睛到光源的路徑，是Monte Carlo方法的變體。然后，使用Metropolis算法靜態(tài)計(jì)算圖像中光線的恰當(dāng)?shù)纳⑸錉顟B(tài)，由一條已發(fā)現(xiàn)的光到眼睛的路徑，能搜索到鄰近路徑。簡(jiǎn)單地說(shuō)，Metropolis光傳輸算法能夠生成一條路徑并存儲(chǔ)其上的節(jié)點(diǎn)，同時(shí)能通過添加額外節(jié)點(diǎn)來(lái)調(diào)整并生成新的路徑。隨著對(duì)照片級(jí)真實(shí)感圖像的要求越來(lái)越高，為Metropolis光傳輸算法開發(fā)高效且高度可擴(kuò)展的光線跟蹤器變得越來(lái)越重要。主要是渲染圖像通常需要花費(fèi)大量時(shí)間，開發(fā)高效且高度可擴(kuò)展的光線跟蹤器的困難來(lái)自不規(guī)則的存儲(chǔ)器訪問模式、光攜帶路徑的不平衡工作量以及復(fù)雜的數(shù)學(xué)模型和復(fù)雜的物理過程。Wu等人提出了一種基于物理的高度可擴(kuò)展的并行光線追蹤器，并在高性能計(jì)算機(jī)上進(jìn)行了實(shí)現(xiàn)，利用多達(dá)26400個(gè)CPU內(nèi)核，證明了其可擴(kuò)展性，能夠從復(fù)雜的3D場(chǎng)景生成逼真圖像。

模擬高場(chǎng)非局部載流子傳輸同樣需要3D Monte Carlo模擬方法，通過適當(dāng)?shù)牧孔有Ｕw散射效應(yīng)，半經(jīng)典的 MC模擬能夠給出準(zhǔn)確的結(jié)果。但是，MC方法中3D模擬和量子校正都需要巨大的計(jì)算資源，由效率出發(fā)超級(jí)計(jì)算機(jī)的計(jì)算能力就至關(guān)重要了。文獻(xiàn)[29]中，通過在高性能計(jì)算機(jī)上使用Intel MIC協(xié)處理器，進(jìn)一步提高了之前工作中開發(fā)的3D并行的繼承MC模擬器的并行效率。

對(duì)于高性能計(jì)算機(jī)在全數(shù)字設(shè)計(jì)和制造領(lǐng)域的集成應(yīng)用，國(guó)家超級(jí)計(jì)算廣州中心推出了天河星光云超算平臺(tái)，以云服務(wù)的方式提供CAE計(jì)算和HPC訪問，大大降低了數(shù)字設(shè)計(jì)的門檻，支持產(chǎn)品設(shè)計(jì)的全工作流。目前基于該平臺(tái)支撐的項(xiàng)目有諸如國(guó)產(chǎn)大飛機(jī)、高鐵等，都是國(guó)家工業(yè)生產(chǎn)中重要項(xiàng)目。

3.3 地球科學(xué)與環(huán)境工程

基于該應(yīng)用領(lǐng)域，超級(jí)計(jì)算機(jī)的主要作用在于變革對(duì)自然界中諸如地理狀況、海洋、大氣等種種元素的模擬方式。以超算為平臺(tái)，不僅能模擬出地球上每個(gè)時(shí)期的狀況，甚至是對(duì)宇宙中的種種同樣能進(jìn)行模擬分析，讓地球科學(xué)和環(huán)境工程的研究范圍不再限于此時(shí)此地，而是更廣闊的空間。

在宇宙學(xué)的層面，早在2015年就利用高性能計(jì)算機(jī)模擬出宇宙大爆炸后1600萬(wàn)年之后至今約137億年的暗物質(zhì)和中微子的演化過程，并將進(jìn)一步尋找宇宙邊界的報(bào)告。中微子雖然是自然界中的基本粒子之一，在宇宙大爆炸約1s后與其他等離子體物質(zhì)退耦，形成看不見的宇宙背景，通過物理實(shí)驗(yàn)和實(shí)際的天文觀測(cè)都無(wú)法精確測(cè)量中微子的質(zhì)量。在高性能計(jì)算機(jī)平臺(tái)上，利用3萬(wàn)億粒子來(lái)對(duì)宇宙中的中微子和暗物質(zhì)的分布和演化進(jìn)行模擬，開創(chuàng)了宇宙學(xué)中獨(dú)立測(cè)量中微子質(zhì)量的道路。

在地球外圍層面上，大氣變化同樣是一個(gè)關(guān)注點(diǎn)。Xue等人提出了一種基于高性能計(jì)算機(jī)的全球性大氣動(dòng)態(tài)模擬的混合算法。通過使用更靈活的域分區(qū)方案來(lái)支持節(jié)點(diǎn)中任意數(shù)量的CPU和加速器，算法能夠充分利用超算的優(yōu)良性能。當(dāng)使用8664個(gè)節(jié)點(diǎn)，包括了近170萬(wàn)個(gè)核心時(shí)，可以有效地利用節(jié)點(diǎn)內(nèi)的3個(gè)MIC卡，對(duì)兩個(gè)IvyBridge CPU（24個(gè)內(nèi)核）實(shí)現(xiàn)4.35倍的加速?；诔晒Φ挠?jì)算-通信重疊，算法分別在弱和強(qiáng)縮放測(cè)試中實(shí)現(xiàn)了93.5%和77%的并行效率。

相較于廣袤無(wú)邊的宇宙，大部分人們對(duì)于腳下的土地更加關(guān)心。自然災(zāi)害如地震、泥石流等，可能會(huì)造成巨大的生命財(cái)產(chǎn)損失，而地下油氣資源又是經(jīng)濟(jì)社會(huì)發(fā)展所必需的，利用超級(jí)計(jì)算機(jī)去探索大地也是發(fā)展所需要的。

中國(guó)石油天然氣集團(tuán)開發(fā)的用于石油油氣勘探的GeoEast系統(tǒng)已經(jīng)經(jīng)過了十幾年的發(fā)展更新，在數(shù)據(jù)模型、數(shù)據(jù)共享、一體化運(yùn)行模式、三維可視化、交互應(yīng)用框架、地震地質(zhì)建模、網(wǎng)絡(luò)運(yùn)行環(huán)境和并行處理方面取得了多項(xiàng)創(chuàng)新與重大技術(shù)突破，是地震數(shù)據(jù)處理解釋一體化系統(tǒng)。目前GeoEast V3.0版本軟件總體達(dá)到國(guó)際同類軟件先進(jìn)水平，為推動(dòng)中國(guó)石油勘探開發(fā)領(lǐng)域不斷取得新成果發(fā)揮了重要作用。但是，這樣的一體化系統(tǒng)在使用中勢(shì)必會(huì)產(chǎn)生大量的數(shù)據(jù)，這就對(duì)計(jì)算機(jī)的性能有了要求。因此，在GeoEast系統(tǒng)聞名世界的過程中，高性能計(jì)算機(jī)在幕后是功臣之一，保證了系統(tǒng)的順利運(yùn)行，助力石油勘探工作。而文獻(xiàn)[35]專注于地震模擬，提出了針對(duì)英特爾至強(qiáng)處理器的對(duì)于軟件SeisSol的優(yōu)化，以適用于高性能計(jì)算機(jī)的計(jì)算環(huán)境中，通過全摩擦滑動(dòng)和地震波的耦合仿真實(shí)現(xiàn)了空前復(fù)雜的地震模型。移植到高性能計(jì)算機(jī)的SeisSol提供近乎最佳的弱縮放，在8192個(gè)節(jié)點(diǎn)上達(dá)到8.6DP-PFLOPS，在所利用的整個(gè)高性能計(jì)算機(jī)上能達(dá)到 18～20DPPFLOPS，成功模擬了1992年蘭德斯地震。

3.4 智慧城市云計(jì)算

城市發(fā)展經(jīng)過多年的調(diào)整，已經(jīng)在經(jīng)濟(jì)上有了相當(dāng)進(jìn)展，目前從如何讓人們生活更加便捷出發(fā)，許多地區(qū)開始建設(shè)智慧城市。智慧城市（smart city）是指利用各種信息技術(shù)或創(chuàng)新意念，集成城市的組成系統(tǒng)服務(wù)，以提升資源運(yùn)用的效率，優(yōu)化城市管理和服務(wù)，進(jìn)而能夠提高居民生活質(zhì)量。智慧城市的發(fā)展不僅僅是對(duì)生活的改變，還能促進(jìn)生產(chǎn)方式的轉(zhuǎn)變，解決在城市擴(kuò)張及經(jīng)濟(jì)高速發(fā)展中產(chǎn)生的一系列“城市病”問題。智慧城市，代表的是城市的智慧，由智慧，能夠衍生出智能中、知識(shí)和數(shù)字等更廣泛的內(nèi)涵。

迄今為止，廣州、北京、上海、寧波、無(wú)錫、深圳、武漢、佛山等國(guó)內(nèi)城市已紛紛啟動(dòng)“智慧城市”戰(zhàn)略，相關(guān)規(guī)劃、項(xiàng)目和活動(dòng)漸次推出。高性能計(jì)算機(jī)云平臺(tái)應(yīng)運(yùn)而生，為智慧城市建立堅(jiān)實(shí)、先進(jìn)的基石。智慧城市由于其性能需求，對(duì)依賴的平臺(tái)的計(jì)算能力的要求會(huì)更高，而超算的計(jì)算能力就能為智慧城市的建設(shè)提供相當(dāng)助力。在2014年，就有中國(guó)首臺(tái)千萬(wàn)億次超級(jí)計(jì)算機(jī)“天河一號(hào)”在智慧城市中應(yīng)用的報(bào)道，以其在天津?yàn)I海區(qū)的應(yīng)用為例，“天河一號(hào)”的建筑信息領(lǐng)域的大數(shù)據(jù)平臺(tái)通過對(duì)建筑信息建模，實(shí)現(xiàn)對(duì)建筑物從規(guī)劃、設(shè)計(jì)、建造到后期物業(yè)管理理的全程數(shù)字化。此外，城市規(guī)劃、氣象預(yù)測(cè)、生物醫(yī)療、裝備制造、汽車碰撞模擬等行業(yè)，也能更多地通過“天河一號(hào)”，實(shí)現(xiàn)大批量數(shù)據(jù)計(jì)算、分析和存儲(chǔ)。

而高性能計(jì)算機(jī)的持續(xù)計(jì)算速度進(jìn)一步達(dá)到了億億次，所能提供的服務(wù)質(zhì)量也更高，麒麟云平臺(tái)被部署在1920個(gè)節(jié)點(diǎn)（15個(gè)機(jī)柜），其中64個(gè)節(jié)點(diǎn)（兩個(gè)機(jī)框）作為云平臺(tái)控制節(jié)點(diǎn)，其余節(jié)點(diǎn)為運(yùn)行虛擬機(jī)的計(jì)算節(jié)點(diǎn)和分布式存儲(chǔ)的存儲(chǔ)節(jié)點(diǎn)。為方便管理，將計(jì)算節(jié)點(diǎn)進(jìn)行分區(qū)管理，512個(gè)節(jié)點(diǎn)（4個(gè)機(jī)柜）為一區(qū)，用于滿足生產(chǎn)環(huán)境、適配環(huán)境、測(cè)試環(huán)境需要。分布式存儲(chǔ)沒有分區(qū)，所有節(jié)點(diǎn)形成一個(gè)全局的分布式存儲(chǔ)池，但在使用時(shí)可按需劃分指定容量的區(qū)域供不同用途使用。這種云超算服務(wù)采用麒麟安全云系統(tǒng)實(shí)現(xiàn)虛擬化技術(shù)，將虛擬機(jī)資源遠(yuǎn)程推送給用戶使用?？赏ㄟ^互聯(lián)網(wǎng)遠(yuǎn)程管理虛擬機(jī)資源，使高性能計(jì)算機(jī)云平臺(tái)資源能夠被更多人使用，超算的計(jì)算能力能夠更好地推動(dòng)社會(huì)各個(gè)領(lǐng)域發(fā)展。2017年OpenStack的第15個(gè)版本中，麒麟云團(tuán)隊(duì)在核心功能解決的Bug數(shù)，以及Commits的數(shù)量均進(jìn)入全球前20，麒麟云的發(fā)展是非常迅速的，與開源社區(qū)緊密結(jié)合，貢獻(xiàn)突出。

3.5 材料科學(xué)與工程

在材料科學(xué)與工程的研究中，量子力學(xué)、經(jīng)典動(dòng)力學(xué)、統(tǒng)計(jì)力學(xué)是3大基礎(chǔ)且主要的研究方向。研究人員致力于材料參數(shù)的建模、多尺度平臺(tái)開發(fā)和新材料的設(shè)計(jì)、開發(fā)和優(yōu)化。

分子動(dòng)力學(xué)模擬在材料科學(xué)、生物化學(xué)和生物物理學(xué)等領(lǐng)域得到了廣泛的應(yīng)用。分子動(dòng)力學(xué)（MD）是研究分子和分子的物理運(yùn)動(dòng)的計(jì)算機(jī)模擬方法，它提供分子尺度上的微觀取樣?；谀芰考?xì)化的輔助建模 AMBER（assisted model building with energy refinement）是用于MD模擬的使用最廣泛的軟件包之一。然而，對(duì)于具有百萬(wàn)原子級(jí)的系統(tǒng)的AMBER MD模擬的速度仍然需要改進(jìn)。彭紹亮等人在單CPU上的細(xì)粒度OpenMP并行、單節(jié)點(diǎn)CPU/MIC并行優(yōu)化和多節(jié)點(diǎn)多MIC協(xié)作并行加速方面進(jìn)行了改進(jìn)。在高性能計(jì)算機(jī)上實(shí)現(xiàn)AMBER的并行加速策略，與原程序相比，實(shí)現(xiàn)了25～33倍的最高加速比。同時(shí)，對(duì)于計(jì)算資源的限制，分子動(dòng)力學(xué)軟件GROMACS不能大規(guī)模地進(jìn)行滿意的操作。Wang等人提出了一種利用卸載模式加速GROMACS的方法。為了提高GROMACS的效率，提出了異步化、數(shù)據(jù)重組和數(shù)組重用等一系列方法。在這種模式下，GROMACS可以與CPU和Intel Xeon PHITM 多個(gè)集成內(nèi)核（MIC）協(xié)處理器同時(shí)有效地配置，充分利用高性能計(jì)算機(jī)資源。

材料輻照效應(yīng)（material irradiation effect）是使用核能的重要關(guān)鍵之一。然而，由于高通量輻照設(shè)施和進(jìn)化過程知識(shí)的缺乏，此效應(yīng)的利用并不好。在高性能計(jì)算的幫助下，Hu等人提出了一種新的數(shù)據(jù)結(jié)構(gòu)，用于大規(guī)模并行模擬金屬材料在輻照環(huán)境下的演化。基于所提出的數(shù)據(jù)結(jié)構(gòu)，開發(fā)了一種新的分子動(dòng)力學(xué)軟件—— Crystal MD，并在高性能計(jì)算機(jī)上進(jìn)行了2兆個(gè)原子模擬，對(duì)MD輻射效應(yīng)研究的模擬規(guī)模進(jìn)行了擴(kuò)展。

3.6 其他領(lǐng)域

近年來(lái)，隨高性能計(jì)算的推廣，政府部門對(duì)超級(jí)計(jì)算機(jī)的重視，舊產(chǎn)業(yè)轉(zhuǎn)向新產(chǎn)業(yè)的變化及大量有高性能計(jì)算需求的企業(yè)對(duì)超級(jí)計(jì)算機(jī)的需求增大，超算人才培養(yǎng)初見成效。在應(yīng)用軟件開發(fā)等推動(dòng)下，高性能計(jì)算機(jī)的適用范圍逐漸向更多領(lǐng)域滲透。

源于人工神經(jīng)網(wǎng)絡(luò)的研究深度學(xué)習(xí)作為人工智能的一個(gè)新研究領(lǐng)域，在模仿人腦的機(jī)制來(lái)解釋如圖像、聲音和文本數(shù)據(jù)上有了很大進(jìn)展。例如，卷積神經(jīng)網(wǎng)絡(luò)（CNN）能準(zhǔn)確地對(duì)大型圖像進(jìn)行識(shí)別處理，然而 CNN的訓(xùn)練密集程度很高，特別是對(duì)于大型具挑戰(zhàn)性的任務(wù)，卷積層的參數(shù)數(shù)據(jù)量龐大。而高性能計(jì)算機(jī)的易訪問、高峰值等性能使學(xué)術(shù)界和工業(yè)界都可以輕松訪問相關(guān)平臺(tái)，并可以在合理的時(shí)間內(nèi)訓(xùn)練中等和較大規(guī)模的CNN。使用基于輸入展開以將其投影為矩陣乘法（Unfold+Parallel-GEMM）的算法的CAFFE、Theano、Torch7、Chainer、CNTK和TensorFlow等最先進(jìn)的CNN基礎(chǔ)設(shè)施已可以在高性能計(jì)算機(jī)上進(jìn)行部署和應(yīng)用。

增強(qiáng)現(xiàn)實(shí)技術(shù) AR（augmented reality），將真實(shí)世界信息模擬至虛擬世界，讓人隨時(shí)產(chǎn)生真實(shí)感受。通過高性能計(jì)算機(jī)高效地實(shí)現(xiàn)算法，可以數(shù)字虛擬孕育“互聯(lián)網(wǎng)+”新業(yè)態(tài)，開發(fā)虛擬試衣、模擬試駕等應(yīng)用項(xiàng)目。

4 結(jié)束語(yǔ)

超級(jí)計(jì)算機(jī)作為當(dāng)前國(guó)際社會(huì)一大重點(diǎn)研究領(lǐng)域，其性能遠(yuǎn)超普通計(jì)算機(jī)，利用其強(qiáng)大的并行計(jì)算能力，能夠?yàn)槠渌I(lǐng)域的科研生產(chǎn)工作提供助力。本文從生物計(jì)算與精準(zhǔn)醫(yī)療、全數(shù)字設(shè)計(jì)與制造、地球科學(xué)與環(huán)境工程、智慧城市云計(jì)算和材料科學(xué)與工程等領(lǐng)域的角度分析了高性能計(jì)算機(jī)的應(yīng)用狀況，結(jié)果表明利用超級(jí)計(jì)算機(jī)進(jìn)行模擬仿真、重現(xiàn)或推演等過程，能夠大大提高科研效率，降低人力成本。超級(jí)計(jì)算機(jī)研發(fā)不僅僅能推動(dòng)計(jì)算機(jī)領(lǐng)域本身的發(fā)展，更能為其他科研領(lǐng)域和工業(yè)生產(chǎn)的發(fā)展帶來(lái)新思路、新動(dòng)力，高性能計(jì)算機(jī)在各個(gè)領(lǐng)域的成果應(yīng)用佐證了這點(diǎn)。■