據(jù)TrendForce報告顯示，2021年全球高性能計算（HPC，High Performance Computing）的市場規(guī)模約為368億美元，比2020年增長7.1%，預計2022年將會增長7.3%，達到397億美元。增長的主要驅動力來自數(shù)據(jù)中心、自動駕駛以及智能制造等領域對計算能力需求的提升。

從市場分布來看，美國是HPC最大的市場，約占市場總量的48%，其次是中國和歐洲市場，合計占了35%左右。那么，HPC主要有哪些應用呢？其實，高性能計算一直都是用來解決人類面臨的最大挑戰(zhàn)，比如氣象預測、災害預警、太空探索、基因測序以及智能制造等場景。

精準氣候預測

自從有計算機后，氣象局就是使用最頻繁、用得最好的單位之一。氣象局需要對天氣的變化做出預測，而如果想要有效地模擬區(qū)域氣候變化，并做出精準預測的話，就需要一臺比現(xiàn)在大十億倍的超級計算機。

來自 NVIDIA、加州理工學院、伯克利實驗室、普渡大學、密歇根大學和萊斯大學的研究人員開發(fā)了一個名為 FourCastNet 的天氣預報 AI 模型。FourCastNet 是一種基于物理信息的深度學習模型，可以預測颶風、大氣河以及極端降水等事件。FourCastNet 以歐洲中期天氣預報中心 (ECMWF) 長達 40 年的再分析數(shù)據(jù)為基礎，學會了如何預測天氣。

據(jù)了解，這是深度學習模型首次在降水預測方面的準確率超過了先進的數(shù)值模型，而且將預測速度提高了4到5個數(shù)量級，也就是說，傳統(tǒng)的數(shù)值模擬需要一年時間才能完成的計算，現(xiàn)在只需要幾分鐘。

大氣河是天空中巨大的水汽輸送帶 ，其輸送的水汽量比亞馬遜河的流量還要多。大氣河一方面為美國西部提供了關鍵的降水來源，但另一方面，這些巨大的強風暴也會導致災難性的洪災和暴雪。

據(jù)NVIDIA的CEO黃仁勛介紹，此 GPU 加速的 AI 數(shù)字孿生模型 FourCastNet，由自適應傅里葉神經(jīng)算子提供支持，基于 10 TB 的地球系統(tǒng)數(shù)據(jù)進行訓練，依托這些數(shù)據(jù)，以及 NVIDIA Modulus 和 Omniverse，該模型能夠提前一周預測災難性大氣河的精確路線。

更重要的是，在一塊 NVIDIA GPU 的助力下，F(xiàn)ourCastNet 只需幾分之一秒即可完成預測。憑借如此快的速度，我們可以生成數(shù)千個模擬場景，探索所有可能的結果。與以往相比，人類能夠更加自信地量化災難性洪災的風險。

其實，HPC主要是通過多臺高速互聯(lián)的服務器進行并行計算，從而達到提升整體計算能力，對CPU、GPU、存儲和主板等都有較高的要求。FourCastNet之所以能如此精準快速地預測天氣，主要得益于NVIDIA的高性能GPU的支持。不久前，NVIDIA更新了其GPU產(chǎn)品線，推出了其核彈級產(chǎn)品基于新一代Hopper架構超級芯片H100，讓GPU的性能更上一層樓。

性能更強的GPU和CPU是高性能計算的性能保障

據(jù)其官網(wǎng)介紹，H100 是一款超大的芯片，采用了 TSMC 4N 工藝，具有 800 億個晶體管，可以實現(xiàn)縱向擴展和橫向擴展。H100 是首款支持 PCIe 5.0 標準的 GPU，也是首款采用 HBM3 標準的 GPU，單個 H100 可支持 40 Tb/s 的 IO 帶寬。從另一個角度來說，20 塊 H100 GPU 便可承托相當于全球互聯(lián)網(wǎng)的流量。

H100采用最新的 Hopper架構，相比前一代Ampere架構，H100有更強的性能，并采用的新的Tensor處理格式：FP8；采用風冷和液冷設計，是首個實現(xiàn)性能擴展至700瓦的GPU；在AI方面，Hopper H100 FP8 的 4 PetaFLOPS 性能是 Ampere A100 FP16 的 6 倍，且引入了Transformer 引擎；在云計算方面，多租戶基礎架構能夠直接轉化為收益和服務成本，一塊H100 可劃分為多達 7 個實例，能夠托管7個云租戶；此前，機密計算只能基于 CPU，而Hopper 實現(xiàn)了首個 GPU 機密計算；此外，H100引入了一組名為DPX的新指令集，可加速動態(tài)規(guī)劃算法。

圖：借助NVLink連接，DGX使8塊H100成為了一個巨型GPU（來源：NVIDIA）

在封裝方面，H100 采用 TSMC CoWoS 2.5D 封裝，搭載了 HBM3 顯存，并與電壓調節(jié)集成至 SXM 的超級芯片模組中。8 個 H100 SXM 模組通過主板上的 4 個 NV Switch 芯片相連可構建成更為先進的AI計算基礎架構。比如DGX就是借助NVLink連接，讓8塊H100成為了一個巨型GPU，其包括了6400 億個晶體管、32 PetaFLOPS 的 AI 性能、640 GB HBM3 顯存，以及 24 TB/s 的顯存帶寬。

此外，DGX還可以進一步擴展，借助NVLink Switch，可以連接多達32個DGX，也就是說，DGX只是最小的計算單元，通過 NVLink Switch 系統(tǒng)，可以將其擴展為一個巨大的擁有 32 個節(jié)點、256 個 GPU 的 DGX POD，并且 HBM3 顯存高達 20.5 TB，顯存帶寬高達 768 TB/s。

其實，除了GPU產(chǎn)品，NVIDIA在今年還推出了一個新的產(chǎn)品------針對數(shù)據(jù)中心的Grace CPU 超級芯片，它集成了兩個基于Arm的CPU，有多達144個高性能Arm Neoverse核心，并且支持ARM新一代矢量擴展指令集和1 TB/s的內存子系統(tǒng)，支持最新的PCIe 5.0協(xié)議，可實現(xiàn)與GPU之間最高性能連接，同時還能連接NVIDIA ConnectX-7智能網(wǎng)卡以及NVIDIA BlueField-3 DPU。令人驚嘆的是，整個模組（包括內存）的功率僅為 500 瓦。

ISC 2022上，英偉達CPU+GPU的產(chǎn)品組合獲得了認可，美國和歐洲的領先超級計算中心都將率先采用這兩款超級芯片。

美國阿拉莫斯國家實驗室（LANL）的新一代系統(tǒng)Venado將成為美國首個采用NVIDIA Grace CPU技術的系統(tǒng)。Venado是使用HPE Cray EX超級計算機構建而成的異構系統(tǒng)，將同時配備Grace CPU超級芯片和Grace Hopper超級芯片，這一系統(tǒng)建成后的AI性能預計將超過10 Exaflops（Exaflops : 每秒10的18次方，百億億次）。

圖：NVIDIA推出的液冷GPU

另一個率先采用英偉達Grace CPU和 Hopper GPU的系統(tǒng)是瑞士國家計算中心的新系統(tǒng)Alps，該系統(tǒng)基于HPE Cray EX超級計算機構建，這是一個通用系統(tǒng)，向瑞士及其他國家的研究者開放。

英偉達還宣布，源訊、戴爾科技，技嘉科技、慧與、浪潮、聯(lián)想和超微宣布計劃部署基于Grace CPU和Grace Hopper超級芯片的服務器。

DPU為HPC提供強大助力

在NVIDIA于2020年提出DPU（Data Processing Unit）數(shù)據(jù)處理器這一概念后，DPU成了數(shù)據(jù)中心市場競相追逐的新潮流。DPU成了數(shù)據(jù)中心里除了CPU和GPU之外的第三大處理單元。通常這些DPU具備高速網(wǎng)絡連接性，其作用說起來很簡單，那就是優(yōu)化數(shù)據(jù)中心里數(shù)據(jù)的移動，而CPU和GPU則專注于計算，從而騰出寶貴的計算資源用于其他價值更高的工作。

在歐洲和美國，HPC 開發(fā)者正在利用 NVIDIA BlueField-2 DPU 內的 Arm 核和加速器的強大功能為超級計算機提供強大助力。

美國洛斯阿拉莫斯國家實驗室 (LANL) 正在與 NVIDIA 進行一項為期多年的廣泛合作，這項合作旨在將計算型多物理應用的性能提高 30 倍。

LANL 研究人員預計，使用在 NVIDIA Quantum InfiniBand 網(wǎng)絡上運行的 DPU可顯著提升性能。這將使利用 BlueField 以及NVIDIA DOCA 軟件框架在計算存儲、模式匹配等領域實現(xiàn)技術創(chuàng)新。

德克薩斯高級計算中心 (TACC) 近期也開始在 Dell PowerEdge 服務器中采用 BlueField-2。它將在 InfiniBand 網(wǎng)絡上使用 DPU，使其 Lonestar6 系統(tǒng)成為云原生超級計算的開發(fā)平臺。TACC 的 Lonestar6 為德州農(nóng)工大學、德州理工大學和北德克薩斯大學的眾多 HPC 開發(fā)者，以及一些研究中心和教職人員提供服務。

另外，據(jù)公開信息顯示，劍橋大學、倫敦和慕尼黑的研究人員也在使用DPU。倫敦大學學院正在探索如何在 BlueField-2 DPU 上為主機系統(tǒng)調度作業(yè)。例如，可以使用它的能力在主機處理器之間移動數(shù)據(jù)，以便在需要時數(shù)據(jù)已然就位。Dell PowerEdge 服務器內的 BlueField DPU 可為 Cambridge Service for Data Driven Discovery 服務卸載主機 CPU 的安全策略、存儲框架和其他作業(yè)，從而更大限度地提高系統(tǒng)性能。在美國，佐治亞理工學院的研究人員正在與桑迪亞國家實驗室合作，利用 BlueField-2 DPU 加速分子動力學研究。一篇論文描述了他們目前的工作成果，結果表明，算法可以加速高達 20%，且不會損失模擬的準確性。

結語

其實，很多地方都在大量使用HPC，比如說互聯(lián)大電網(wǎng)在線安全分析。經(jīng)過百年的發(fā)展，電力系統(tǒng)已經(jīng)成為了世界上最大的人工動態(tài)系統(tǒng)，在電網(wǎng)雙碳戰(zhàn)略實施，電力系統(tǒng)快速演進，日益運行于穩(wěn)定邊界的大電網(wǎng)，安全問題，日益突出。此時，如果想要建立互聯(lián)大電網(wǎng)及關鍵設備的“影子系統(tǒng)”，實現(xiàn)快速仿真和分析，完成分鐘級、甚至是秒級在線制定電網(wǎng)安全策略的話，就需要HPC的支持。

還有個性化醫(yī)療的智慧醫(yī)療、預測我們星球的未來的氣候變遷、了解我們的星球和宇宙的太空探索、預防疾病的基因研究、災害預警的地震數(shù)據(jù)處理、保證食品安全的智慧農(nóng)業(yè)、具有更好的質量和成本的智能制造等等應用場景都是HPC的用武之地，未來性能更強的HPC，定然能夠給人類生活帶來更多的便利，解決人類目前面臨的很多挑戰(zhàn)。