在全球最大的超級計算機之一 Perlmutter 上運行的應用表明，NVIDIA GPU 在能效方面處于領先地位。

人們一致認為：加速計算就是高能效計算。

作為美國能源部面向開放科學的主要設施，美國國家能源研究科學計算中心（NERSC）測量了其四個關鍵高性能計算和 AI 應用上的結果。

他們記錄了這些應用程序的運行速度，以及在 Perlmutter 上僅 CPU 節點和 GPU 加速節點上的能耗。Perlmutter 是世界上最大的使用 NVIDIA GPU 的超級計算機之一。

結果很明顯，使用 NVIDIA A100 Tensor Core GPU 加速時，能效平均提高了 5 倍。一款天氣預報應用程序的能效提高了 9.8 倍。

GPU 節省大量電力

NERSC 發現，與一臺雙插槽 x86 服務器相比，一臺配備四個 A100 GPU 的服務器的速度提升了高達 12 倍。

這意味著，在相同的性能水平下，GPU 加速系統每月的能耗比僅使用 CPU 的系統少消耗 588 兆瓦時的能源。與僅使用 CPU 的系統相比，在四路 NVIDIA A100 云實例上運行相同的工作負載一個月，科研人員可以節省 400 多萬美元。

測量真實的應用程序

這些結果意義重大，因為測量中使用了真實的應用程序，而不是合成基準測試。

能耗降低意味著 8000 多名使用 Perlmutter 的科學家可以應對更大的挑戰，為取得更多突破打開了大門。

Perlmutter 超級計算機配備了 7100 多顆 A100 GPU，被用于眾多科研項目。例如，科學家們正在用它探索亞原子相互作用，以尋找新的綠色能源。

全面推動科學進步

NERSC 測試的應用程序涉及分子動力學、材料科學和天氣預報。

例如，MILC 模擬了將原子中的粒子結合在一起的基本力。它被用于推進量子計算、研究暗物質和尋找宇宙起源。

BerkeleyGW 幫助模擬和預測材料與納米結構的光學特性，這是開發更高效的電池和電子器件的關鍵步驟。

圖片說明：NERSC 應用程序通過加速計算提高了能效。

EXAALT 解決了分子動力學中的一個基礎性挑戰，它在 A100 GPU 上運行時把能效提高了 8.5 倍。它讓科研人員能夠模擬原子運動的短視頻，而不是像其他工具那樣提供一系列快照。

第四個被測應用 DeepCAM 用于檢測氣候數據中的颶風和大氣河流。當使用 A100 GPU 加速時，它的能效提高了 9.8 倍。

圖片說明：整體 5 倍加速是基于一組 HPC 和 AI 應用程序的混合。

通過加速計算節約更多

NERSC 的測量結果呼應了早期推算的加速計算潛在的節能效果。例如，在 NVIDIA 進行的一項單獨分析中，GPU 在 AI 推理方面的能效是 CPU 的 42 倍。

這意味著，如果將全球所有運行人工智能的僅使用 CPU 的服務器切換到 GPU 加速系統，每年可以節省 10 萬億瓦時的能源，相當于 140 萬個家庭一年的能源使用量。

加速企業發展

不是只有科學家才能通過加速計算提高能效。

制藥公司正在使用 GPU 加速的模擬和人工智能來加快藥物發現的進程。寶馬集團等汽車制造商正在用它為整個工廠建模。

NVIDIA 創始人兼首席執行官黃仁勛曾表示，加速計算和 AI 正在推動行業高性能計算的革命，而這些企業正處于這場革命的最前沿。