AI 與加速計算和高性能計算相結合，形成了推動超指數級進步的數字飛輪

黃仁勛稱：“得益于各種進步，我們正處在行業高性能計算革命的開端。”

在下方的簡短訪談中，NVIDIA 首席執行官向歐洲高性能計算專家們描述了我們一生中最強大的技術趨勢的緣起和遠景。

高性能計算正在經歷多米諾骨牌效應，這種效應始于幾十年前，常見于學術研究中心內的模擬仿真方面。此類實驗室的研究工作吸引了航空航天、醫療健康等多個行業的注意，但他們發現，這些研究所需的大型計算量是在當時完全無法滿足的，直到后來加速計算和深度學習出現，人們才重新看到曙光。

在這兩種技術力量的推動下，多米諾骨牌正在倒下，并向四面八方散開。

黃仁勛在為法國 Teratec 活動致辭時表示：“當我們聽到數字生物學革命、未來工廠革命或數字孿生革命時，他們都有同樣的內因在推動發展。”

多米諾骨牌效應推動實現超指數級發展

可以用簡單的算術來描述這種多米諾骨牌效應：高性能計算 + 加速計算 + 深度學習。

近期科學抗擊新冠肺炎疫情的一個例子體現了該公式的強大成效。

數十年來，科學家們一直在嘗試模擬原子的相互作用方式，這項工作對于推進化學研究、研制出更好的藥物至關重要。難題在于如何實現觀察記錄復雜生物學機制。

例如，有一個團隊在 2016 年取得了里程碑式的成就，利用 GPU 對 100 萬個原子進行建模加速，用時僅 20 納秒。去年，由加州大學圣地亞哥分校 （UCSD） 研究員 Rommie Amaro 領導的一個研究團隊利用 GPU 和深度學習，展示了健康的細胞是如何感染新型冠狀病毒的。該團隊在 Summit 超級計算機上對 3.05 億個原子進行了模擬，用時僅 1 毫秒，突破了極限。

在這 15 年間當中，速度增加了 1，000 多萬倍。黃仁勛稱這是以超指數級、超摩爾定律的速度實現的進步。

為各行各業提供有意義的洞察

這些數字令人震驚，更了不起的是，研究人員借助仿真模擬首次看到了新型冠狀病毒刺突蛋白感染健康細胞的復雜機制。

各行各業都希望擁有這種變革性的洞察力。因此，企業領導者們開始利用 Amaro 團隊及許多其他科學家們所開創的技術。

制藥公司正在利用經由 GPU 加速的模擬和 AI 來加速藥物發現。寶馬等汽車制造商正在利用此類技術實現整個工廠的建模。歐洲的 DestinE 項目將打造地球的數字孿生體，這種仿真只有結合高性能計算與 AI 才能實現。

如今模擬仿真在很多方面影響著人們的生活。例如，互聯網服務使用推薦系統來了解我們喜歡購買、閱讀和觀看的內容。推薦系統實際上是對人類偏好的模擬，該模擬基于包含數百種產品和客戶特征的幾十億數據點所呈現的模式而實現。

在這方面，NVIDIA 創造了黃仁勛所稱的 “仿真文化”。

早期，我們構建了一種基礎架構，通過仿真技術確保像數百億晶體管賦能的 NVIDIA A100 Tensor Core GPU 這樣的復雜設計在第一次迭代后即可開始量產。

相比之下，許多芯片制造商會經歷漫長而昂貴的試錯過程，通過制作多個設計以確保所有細節正確。

整裝待發

這場行業高性能計算革命將席卷數據中心、公有云和混合云以及邊緣網絡。黃仁勛稱：“應用的多樣性和系統瓶頸將推動系統架構的多樣性……而這正是 ARM 的魅力所在”。他指的是 NVIDIA 去年 9 月宣布的收購計劃。

ARM 開放、可定制的處理器架構已經支持：

● 用于云計算的 Amazon Graviton

● Ampere Computing 的 Altra 處理器

● 用于存儲服務器和 5G 基站的 Marvell 芯片

● 基于 Fujitsu 處理器的日本富岳 （Fugaku） 超級計算機

● SiPearl，用于歐洲百億億級 （Exascale） 系統的 CPU

● NVIDIA Grace，為應對 AI 等大數據難題量身打造的 CPU

作為移動和嵌入式系統的領導者，ARM 仍需再攀高峰，建立強大的高性能計算生態系統。

作為移動和嵌入式系統的領導者，ARM 仍需再攀高峰，建立強大的高性能計算生態系統

黃仁勛表示：“我們相信，將 ARM 模式應用到高性能計算的時機已經到來。”他補充道：“NVIDIA 可以快速開啟基于 ARM 的高性能計算生態系統”。同時指出，我們有超過 250 萬名開發者，這些開發者基于 CUDA 加速的軟件下載量達到 2500 萬次。

NVIDIA 和 ARM 的聯手將進一步加速高性能計算生態系統的發展，并推動剛剛開始的行業高性能計算革命。

黃仁勛最后總結道：“行業面臨的問題不再是計算機能夠做什么，而是誰率先利用它來推動行業的革新。”

編輯：jq