NVIDIA 推出 “AI 改變行業(yè)未來” 系列文章，邀你一起見證科技力量。本周帶來第七期 “AI 改變行業(yè)未來” 之高等教育和研究。

高等教育機構(gòu)處在重大全球挑戰(zhàn)的前沿，負責培養(yǎng) AI、加速計算和數(shù)據(jù)科學領(lǐng)域的創(chuàng)新者。同時，各大機構(gòu)需要滿足人們對更靈活，更易獲取的教育方案的需求。從本地到云，NVIDIA 提供的工具可隨時隨地推動重要學科的探索發(fā)現(xiàn)。

擴展基礎(chǔ)設(shè)施

借助集中式基礎(chǔ)設(shè)施和優(yōu)秀的計算能力，處理大型工作負載、提高效率并降低運營成本。

推動創(chuàng)新

使用加速探索、實驗和部署的工具，掃清發(fā)現(xiàn)道路上的障礙。研究人員可以借助由 GPU 加速的 AI 和高性能計算 （HPC），運用建模、模擬和實驗數(shù)據(jù)來解決艱難挑戰(zhàn)。

強化學習

讓學生掌握關(guān)鍵的 AI 和高性能計算技能，促進其職業(yè)發(fā)展。為教育機構(gòu)提供培訓和基礎(chǔ)設(shè)施解決方案，促進新一代的研究。

虛擬GPU加速印第安納州課堂

印第安納大學（IU）正在建造兩臺 AI 超級計算機，它們共裝有 616 個 A100 GPU。由慧與建造的 Big Red 200 將為印第安納大學的九個校區(qū)提供服務(wù)。由戴爾科技建造的 Jetstream-2 將為康奈爾大學，及夏威夷大學等多家合作機構(gòu)的工作提供支持。

A100 能夠?qū)?a target="_blank">處理器的處理性能分成多個部分，使得 Jetstream-2 能夠承載數(shù)百名學生同時參加的課程，每名學生都能使用一部分 GPU 性能來學習流行的圖像分類等 AI 技能。印第安納大學的一名研究人員在去年11月提交了一篇論文，描述了對該虛擬 GPU 功能所進行的基準測試。

目前超過 2500 名學生使用印第安納大學目前的 GPU 加速系統(tǒng)。去年，該大學創(chuàng)紀錄的 10 億美元研究合同和撥款分布在 178 個學院，其中超過 40%的工作由這些系統(tǒng)運行。

印第安納大學普適技術(shù)研究所首席運營官、AI-for-everyone 計劃負責人 Winona Snapp-Childs 表示：“資助機構(gòu)意識到機器學習在 AI，加速計算等學術(shù)領(lǐng)域的重要性有助于推動科學發(fā)展。我可以想象，在未來的 5 到 10 年內(nèi)，可能近一半的研究都將用到這些技術(shù)，它們將變得無處不在，并成為學術(shù)研究中必不可少的技術(shù)。”

密西西比州立大學乘上 400G 網(wǎng)速列車

密西西比州立大學將使用 NVIDIA Quantum-2 InfiniBand 平臺。它是構(gòu)建 Orion 新系統(tǒng)的首選網(wǎng)絡(luò)，Orion 是密西西比州立大學管理的四個集群中最大的一個集群，這四個集群全部使用較早版本的 InfiniBand 網(wǎng)絡(luò)所構(gòu)建。

Orion 和新系統(tǒng)均由美國國家海洋和大氣管理局 （NOAA） 所資助，由戴爾科技建造。Orion 和新系統(tǒng)將承擔 NOAA 的工作任務(wù)，以及密西西比州立大學的各項研究課題。Orion 在 2019 年 6 月首次登上 TOP500 榜單，并被列為美國第四大學術(shù)超級計算機。

密西西比州立大學高性能計算總監(jiān) Trey Breckenridge 表示：“我們在密西西比州立大學的四代超級計算機中都使用了 InfiniBand，所以我們知道它既強大又成熟，可以可靠地運行我們需要的大型工作。”

DPU 助力杜倫大學創(chuàng)新和改進超算基礎(chǔ)設(shè)施

杜倫大學的計算宇宙學院和計算機科學系，他們正在對地震波和引力波的傳播進行大規(guī)模模擬，該模擬使用動態(tài)笛卡爾網(wǎng)格和 ExaHyPE 代碼將大部分的計算轉(zhuǎn)化為多任務(wù)操作。

在過去幾年中，他們付出了大量的精力來標記和識別那些需要與其它網(wǎng)格發(fā)生變化的節(jié)點或任務(wù)同步的關(guān)鍵任務(wù)。由于存在大量的低優(yōu)先級任務(wù)，保證整個系統(tǒng)的負載平衡的工作量將會很大。即使達到最佳負載平衡后，一旦域內(nèi)任何參數(shù)發(fā)生變化，系統(tǒng)立刻就會隨之變得不平衡，要想再次達到最佳負載平衡會非常困難并且會耗費大量的時間或成本。

為了提升系統(tǒng)的應(yīng)變能力，研究人員必須將輕量任務(wù)和閑置任務(wù)轉(zhuǎn)移到其它資源上，但是，編排就會變得十分困難，同時通過調(diào)節(jié) MPI 運行時來確保在正確的時間用正確的步長來進行計算，也會搶占計算資源。

憑借 BlueField DPU 計算核，杜倫大學可以使用 DPU 作為 MPI 處理引擎來節(jié)省計算資源，例如觀察和引導任務(wù)，以及及時緩存/接受任務(wù)等。這項工作延伸了 ExaHyPE 組織內(nèi)部的研究合作，尤其是 TUM 的 Michael Bader 小組，對于以 CPU 核心的計算任務(wù)提出來一個全新的觀點，即開始由智能網(wǎng)絡(luò)承擔起數(shù)據(jù)處理工作。

原文標題：AI 改變行業(yè)未來： 加速高等教育和研究領(lǐng)域新發(fā)現(xiàn)

文章出處：【微信公眾號：NVIDIA英偉達】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。