爆點(diǎn)一:深度學(xué)習(xí)

所謂深度學(xué)習(xí),就是用多層神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò),以達(dá)到機(jī)器學(xué)習(xí)的功能。這些多層的電腦網(wǎng)絡(luò)像人類(lèi)大腦一樣,可以收集信息,并基于收集到的信息產(chǎn)生相應(yīng)的行為。

從技術(shù)上來(lái)講,要實(shí)現(xiàn)人工智能,就需要數(shù)據(jù)中心中的機(jī)器進(jìn)行具備大量的計(jì)算能力和機(jī)器學(xué)習(xí)能力,應(yīng)該說(shuō)目前已經(jīng)有了初步結(jié)果,比如字符識(shí)別、語(yǔ)音識(shí)別,圖像識(shí)別等,但也還未完全窮盡,而更高維度的認(rèn)知探索,業(yè)界現(xiàn)在才剛剛開(kāi)始而已。

在這個(gè)過(guò)程中,深度學(xué)習(xí)的重要性就突顯出來(lái)了,這是因?yàn)樯疃葘W(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的技術(shù),機(jī)器學(xué)習(xí)則是實(shí)現(xiàn)人工智能重要的方法。目前,業(yè)界在加速深度學(xué)習(xí)方面主要采用有兩種方式:

第一,優(yōu)化處理器技術(shù)。如在同一個(gè)芯片中集成多個(gè)處理單元 ,根據(jù)集成方式的不同,可分為多核處理器或多路處理器。

第二,優(yōu)化GPU計(jì)算能力。相比之前在游戲、視覺(jué)效果中的應(yīng)用,GPU正在成為數(shù)據(jù)中心、超算中心的標(biāo)配,并廣泛應(yīng)用于深度學(xué)習(xí)、大數(shù)據(jù)、石油化工、傳媒娛樂(lè)、科學(xué)研究等行業(yè)。

可以說(shuō),GPU強(qiáng)大的并行處理能力,可以讓超算科研人員順利去設(shè)計(jì)深度神經(jīng)網(wǎng)絡(luò),輕易的模仿人的思維結(jié)構(gòu)。同時(shí),由于GPU具備強(qiáng)大的經(jīng)濟(jì)性,也能讓更多的超算科研人員設(shè)計(jì)出在每一個(gè)單元榨取更多性能的機(jī)器。

2
所以,基于GPU設(shè)計(jì)的深度學(xué)習(xí)服務(wù)器,就成為了本次SC16中最受關(guān)注的領(lǐng)域。這其中,戴爾就展出了兩款利用GPU的深度學(xué)習(xí)服務(wù)器,包括戴爾PowerEdge C4130和PowerEdge R730都采用英偉達(dá)Tesla P100 GPU加速器。

3
其中,戴爾PowerEdge C4130是GPU密集型且靈活的機(jī)架式設(shè)計(jì)的產(chǎn)品,專(zhuān)門(mén)用于加速最苛刻的工作負(fù)載,數(shù)據(jù)顯示,PowerEdge C4130在搭載P100加速器后,相比之前搭載M40加速器的設(shè)備,在深度學(xué)習(xí)的計(jì)算中,時(shí)間和效率得以大幅度提高。

例如,在跑Dna100K時(shí),配備M40 GPU的服務(wù)器需要15個(gè)小時(shí)39分鐘,而配備P100 GPU的服務(wù)器,僅需要42分鐘;同樣在跑Dna500K時(shí),計(jì)算時(shí)間分別為3天3小時(shí)33分鐘和3小時(shí)21分鐘。

由此可見(jiàn),GPU之于深度學(xué)習(xí)算法的重要性。目前,越來(lái)越多的大中型公司,尤其是互聯(lián)網(wǎng)企業(yè)都在將深度學(xué)習(xí)各個(gè)應(yīng)用領(lǐng)域,這意味著高性能計(jì)算和深度學(xué)習(xí),將極大的推動(dòng)人工智能的落地。

爆點(diǎn)二:HPC云化

眾所周知,短短幾年時(shí)間,云計(jì)算就以其彈性擴(kuò)展、資源聚合、快速交付等獨(dú)有特性改變了創(chuàng)新的思維模式,進(jìn)而再創(chuàng)出了一個(gè)科技新世界。

對(duì)于超算供應(yīng)商而言,云計(jì)算也是不得不重視的一個(gè)新方向,因?yàn)樵絹?lái)越多的客戶(hù)正在將自身的超算服務(wù)以云計(jì)算的方式,對(duì)外再提供給更多有需求的用戶(hù)。

與此同時(shí),很多中小公司由于資金的限制,無(wú)法購(gòu)買(mǎi)價(jià)格昂貴的高性能計(jì)算服務(wù)器,這時(shí)候HPC的云計(jì)算服務(wù)就顯得十分的重要。

例如,一個(gè)動(dòng)畫(huà)公司,接了一個(gè)單,要在三個(gè)月之內(nèi)以很大的計(jì)算能力來(lái)完成動(dòng)畫(huà)的制作,當(dāng)然在三個(gè)月之后他就不需要這些能力了。那怎么辦?購(gòu)買(mǎi)設(shè)備來(lái)維護(hù)的話,成本很高,這時(shí)候就可以到云服務(wù)提供商處申請(qǐng)一些HPC的資源,就能完成工作。

再如,HPC云化服務(wù)在高校科研計(jì)算領(lǐng)域也有很大的需求,如今高校中HPC的相關(guān)應(yīng)用場(chǎng)景越來(lái)越多,數(shù)值計(jì)算、工程仿真、航空航天、大數(shù)據(jù)處理、材料科學(xué)研究,生命科學(xué)。

但是,多年來(lái)高?,F(xiàn)行的IT建設(shè)體制,造成了資源冗余、系統(tǒng)分散、軟件部署難度大等諸多問(wèn)題,而如果采用云超算服務(wù),就可以實(shí)現(xiàn)云中交付集群應(yīng)用,大大減輕了高校的計(jì)算和科研壓力。

目前,在美國(guó),亞馬遜AWS、微軟Azure,都已相繼推出了各自版本的HPC集群服務(wù)。在國(guó)內(nèi),前不久阿里云也推出了HPC并行計(jì)算服務(wù),從這些云計(jì)算服務(wù)商的選擇來(lái)看,也說(shuō)明HPC云化的趨勢(shì)已經(jīng)十分明顯了。

不過(guò),HPC云化也有很多需要解決的難題,那就是不管使用哪一種模式上云,特別重要的是確?;A(chǔ)架構(gòu),都需要同時(shí)利用物理資源和虛擬資源的管理層,因?yàn)镠PC應(yīng)用程序仍主要放置在物理機(jī)器上。

所以,在理想情況下,HPC云化的關(guān)鍵因素,是要能夠把虛擬機(jī)管理程序環(huán)境和物理環(huán)境合并為一個(gè)動(dòng)態(tài)共享的基礎(chǔ)架構(gòu),既支持多種操作系統(tǒng),又支持異構(gòu)環(huán)境。

4
正是看到了這樣的市場(chǎng)需求,戴爾在這次SC16上,聯(lián)合VMware推出了一套基于VMware云計(jì)算和容器技術(shù)的HPC云化解決方案。具體來(lái)說(shuō),通過(guò)VMware Cloud Foundation可以很容易地搭建HPC私有云環(huán)境,也可以把VMware Cloud Foundation的整套軟件部分部署到HPC公有云數(shù)據(jù)中心里,形成公有云基礎(chǔ)服務(wù)。

此外,對(duì)于不使用VMware虛擬化管理軟件的HPC客戶(hù),戴爾則提供Cycle Computing軟件以及面向云編排及高性能計(jì)算工作負(fù)載管理的相關(guān)服務(wù),目前已經(jīng)可以支持亞馬遜AWS、微軟Azure與谷歌云的服務(wù)。

實(shí)際上,HPC從科學(xué)計(jì)算走向商用化、民眾化已經(jīng)是可見(jiàn)的事實(shí),因此“HPC in Cloud”把高性能計(jì)算與云計(jì)算結(jié)合,利用云數(shù)據(jù)中心普通X86服務(wù)器構(gòu)建高性能計(jì)算集群,無(wú)疑也是大勢(shì)所趨。

爆點(diǎn)三:HPDA

高性能數(shù)據(jù)分析(HPDA)并不是超算領(lǐng)域最新鮮的話題,但是HPDA市場(chǎng)發(fā)展一個(gè)重要原因就是大數(shù)據(jù)分析、云計(jì)算等互聯(lián)網(wǎng)新應(yīng)用的驅(qū)動(dòng),反過(guò)來(lái)又促進(jìn)了超算行業(yè)的發(fā)展。

可以說(shuō),HPDA如今不僅廣泛應(yīng)用于機(jī)器學(xué)習(xí)和人工智能領(lǐng)域,在很多商業(yè)和工業(yè)領(lǐng)域也大有用武之地,如互聯(lián)網(wǎng)應(yīng)用中的消費(fèi)者行為分析、搜索排名分析,傳統(tǒng)行業(yè)中的醫(yī)療保健、物流分析、金融欺詐檢測(cè),以及工業(yè)應(yīng)用中的產(chǎn)品設(shè)計(jì)、質(zhì)量分析等等。

IDC高性能計(jì)算研究副總裁Earl Joseph在SC16上的專(zhuān)題研討會(huì)表示:“HPDA是大數(shù)據(jù)和HPC結(jié)合起來(lái)發(fā)揮最大優(yōu)勢(shì)的新應(yīng)用,大數(shù)據(jù)毫無(wú)疑問(wèn)將對(duì)HPC的發(fā)展有重大影響,我們預(yù)計(jì)它將成為HPC增長(zhǎng)的主要?jiǎng)恿χ??!?/p>

IDC預(yù)計(jì),在未來(lái)6至18個(gè)月內(nèi),超過(guò)33%的工作負(fù)載將用于HPDA;在制造和科研領(lǐng)域,HPDA工作負(fù)載預(yù)計(jì)分別為20%和16%。預(yù)計(jì)到2020年,HPDA市場(chǎng)將在新的商業(yè)分析細(xì)分市場(chǎng)中增長(zhǎng)26%。

同樣,針對(duì)HPDA市場(chǎng)的爆發(fā),可以看到戴爾今年向HPC市場(chǎng)推出了一系列的“HPC Systems”家族,在生命科學(xué)、制造及教育科研領(lǐng)域向客戶(hù)提供“開(kāi)箱即用”的HPC系統(tǒng),也可以稱(chēng)之為“HPC即服務(wù)”。(參見(jiàn)《軟硬兼施兩翼齊飛 解碼戴爾HPC新策略》)

5
在本次SC16上,戴爾針對(duì)生命科學(xué)行業(yè)、制造行業(yè)、教育科研行業(yè)的HPC系統(tǒng)進(jìn)行了大幅度的優(yōu)化。不僅為之配備了經(jīng)過(guò)全面測(cè)試和驗(yàn)證的構(gòu)建塊,同時(shí)為跨解決方案的整個(gè)生命周期提供單點(diǎn)的硬件支持和額外的服務(wù)選項(xiàng)。

此外,戴爾的HPC系統(tǒng)還增加了對(duì)精準(zhǔn)醫(yī)學(xué)領(lǐng)域的特別支持,這是因?yàn)榇鳡栒J(rèn)為下一個(gè)新的HPDA新應(yīng)用領(lǐng)域無(wú)疑將是精準(zhǔn)醫(yī)學(xué),這是因?yàn)榇罅炕颊叩幕蚪M,病史和癥狀數(shù)據(jù),都需要靠高性能計(jì)算得出結(jié)果。

通過(guò)SC16釋放出的新信號(hào),不難發(fā)現(xiàn)超算正在經(jīng)歷轉(zhuǎn)型,現(xiàn)在的超算盡管也一直在助力科學(xué)的進(jìn)步、研究,但是它也在助力工業(yè)和商業(yè)領(lǐng)域的新創(chuàng)新。因此,深度學(xué)習(xí),HPC云化和高性能數(shù)據(jù)分析這三大新方向,無(wú)疑將帶給超算更大的增長(zhǎng)空間。

分享到

sunk

相關(guān)推薦