很(hěn)高(gāo)興今天能(néng)與大 ↓×♥(dà)家(jiā)一(yī)起討(tǎo)論高(gā‍α∞₽o)性能(néng)計(jì)算(suàn)，我非常關注這(zhè)個(gδβè)主題。

高(gāo)性能(néng)計(jì)算(suàn)是(shì)科( ♦±∑kē)學領域的(de)必備工(gōng)具，幫助科(kē)學家(jiā≠•)更好(hǎo)地(dì)了(le)解我 α♠們的(de)世界和(hé)宇宙。

盡管多(duō)個(gè)行(xíng)業(yè)ε₹φ已經從(cóng)高(gāo)性能(néng)計(jì)算(su±‌§•àn)中受益頗多(duō)，然而這(zhè)還(hái)僅是(shì)特例♦₹，我們堅信，得(de)益于一(yī)系列進步，我們正處于一®≤★'(yī)個(gè)重要(yào)的(de¥÷≠♣)轉折點和(hé)行(xíng)業(yè)高(gāo)性能(néng)©©♦計(jì)算(suàn)革命的(de)開(kāi)端。

在我們聽(tīng)到(dào)數(shù)字生(shē÷♦€ng)物(wù)學革命，或未來(lái)工(gōng)廠(chǎng)革命、&δ數(shù)字孿生(shēng)革命時(shí)，他(tā)們都(₩★dōu)有(yǒu)同樣的(de)內(nèi)因在發揮作(zuò)用(yπ∏αòng)。

我的(de)演講将重點介紹推動計(jì)算(s☆ uàn)領域以超指數(shù)級、超摩爾定律速度進步的(de)動力，這(z☆£↑hè)使高(gāo)性能(néng)計(jì)算(suàn)最終成為(wèi ")對(duì)各個(gè)行(xíng)業(y★₩è)都(dōu)有(yǒu)用(yòng)的(de)工(gōng)具。

随後，我将介紹如(rú)何擴展高(gāo)性能(néng)•₹★計(jì)算(suàn)系統，以服務各行(xíng)≥♣∞各業(yè)的(de)應用(yòng)。

先跟大(dà)家(jiā)聊一(yī)下(xià)我們的(ε₹♦πde)行(xíng)業(yè)，以及高(gāo)性能(néng₹←∑)計(jì)算(suàn)是(shì)如(rú)何給這(≠©↔zhè)個(gè)行(xíng)業(yè)帶來(lái)翻 ↑天覆地(dì)的(de)變化(huà)。

NVIDIA 的(de)成功一(yī)部分(®™★πfēn)是(shì)源自(zì)我們構建的(✔€÷de)內(nèi)容，但(dàn)更多(duō)的(d•☆€σe)是(shì)與構建方式有(yǒu)關。α₩&

NVIDIA 很(hěn)早就(jiù)制(zhì)¶→✘π定了(le)完全在矽晶片中構建我們芯片的(de)理(lǐ)念，并且$γ☆α隻将我們認為(wèi)完美(měi)的(de)設計(j↓​ì)送到(dào)晶圓廠(chǎng)去(±✘qù)生(shēng)産。

NVIDIA 要(yào)模拟一(yī)切，并不("φbù)惜一(yī)切代價實現(xiàn)這(zhè)€↔一(yī)目标，為(wèi)了(le)模拟我們☆≤©∏的(de)芯片和(hé)系統，我們已經在芯片設計‍★€♣(jì)基礎設施、硬件(jiàn)和(hγ±é)軟件(jiàn)方面投資了(le)數σ↔∞♥(shù)十億。

計(jì)算(suàn)機(jī)模拟仿真的(de≈<π)方法讓我們在項目成本最低(dī)的(de)∏↓$ 階段發現(xiàn)問(wèn)題，最終将高♦•​≤(gāo)質量的(de)産品更快(kuài)地(dì)投π®放(fàng)市(shì)場(chǎng)。≈​¥→

不(bù)僅如(rú)此，這(zhè)樣做(zuò)還(hái)有(yǒ€↔®u)更深遠(yuǎn)的(de)意義。

模拟文(wén)化(huà)會(huì)自(zì)然地(dì&←∞)促進軟硬件(jiàn)協同設計(jì)，并使內(nè≈$↔↑i)部團隊自(zì)然地(dì)保持一(yī)緻。

計(jì)算(suàn)機(jī)模拟文(wén)化(huà)貫穿整個(g±σ∞‌è)過程并有(yǒu)著(zhe)深遠(yuǎn¶ )的(de)影(yǐng)響：産品開(kāi)♦δ÷發的(de)各個(gè)方面都(dōu)整合在一(yī)起©$↓©，故障和(hé)結果可(kě)重現(xiàn)，進而獲得(de)持續改進，過¥•↔去(qù)學到(dào)的(de)所有(yǒu)知(zhī)識都(dōu)記錄×$在工(gōng)具和(hé)流程中。

随著(zhe)時(shí)間(jiān)的(de)推移，α₹使我們獲得(de)了(le)快(kuài)速擴展和(hé)♦♠前進的(de)整合優勢。

1997 年(nián)，RIVA128 有(yǒu) <​÷×400 萬個(gè)晶體(tǐ)管，它由50 名工(gōng)♠£≥ 程師(shī)打造。23年(nián)後，A100 的α♠≈©(de)規模擴大(dà)了(le)15000 倍，需要(yào)5€ πΩ000 名工(gōng)程師(shī)參與。

如(rú)果沒有(yǒu)計(jì)算(suàn)機(jī)模拟，電(‌₹diàn)影(yǐng)行(xíng)業(yè)不(bù)可(kě)能(nén♣§g)讓我們身(shēn)臨其境非常非常遙遠(yuǎ ★n)的(de)星系。在電(diàn)影(yǐβ'•®ng)《星球大(dà)戰9: 天行(xín∞"$♦g)者崛起》中，ILM(工(gōng)業(yè)光(guā©¥>↕ng)魔公司) 在數(shù)萬台服務器(qì)•π上(shàng)模拟出了(le)數(shù)百萬加侖的(de)水(s$₽huǐ)。

CGI （計(jì)算(suàn)機(j''λī)成像技(jì)術(shù)）使得(de)ILM &nb₩ sp;打造出令人(rén)難以置信的(de)鏡頭–要(yào)召喚出他(tā¶'β')們模拟的(de)壯觀海(hǎi)浪顯然是(shì)不(bù)可(kě)能♣‌☆&(néng)的(de)。

但(dàn)是(shì)，CGI 開(kāi)辟了(le)更多(∏♣duō)新天地(dì)–能(néng)夠從(c‌¶∞δóng)任何角度進行(xíng)拍(pāi)攝，反複拍(pāi)攝直到> (dào)獲得(de)完美(měi)鏡頭，每當鏡頭中有(y≥≤±∏ǒu)海(hǎi)洋時(shí)重用(yòng)之前的(de)算(suàn ≥•)法–創作(zuò)自(zì)由度令人(rén)震撼★<。

導演能(néng)想到(dào)的(de♠σ♠)，CGI都(dōu)能(néng)實現(xiàn)。

計(jì)算(suàn)機(jī)模拟也(yě)改變了(l‍‍©<e)電(diàn)子(zǐ)商務、媒體(tǐ)和(hé₩☆)互聯網領域。

互聯網上(shàng)有(yǒu)數(shù)萬億物(wù)品，數(shùα±ε)十億人(rén)通(tōng)過4 英寸的(de)屏幕在€ ✔這(zhè)裡(lǐ)“網上(shàng)✔→₩§沖浪”。

預測用(yòng)戶意圖和(hé)偏好(hǎo)，對(duì)于建立用  (yòng)戶和(hé)物(wù)品之間(jiān≠α )的(de)聯系至關重要(yào)。

通(tōng)過學習(xí)每款産品的(de)幾十到(dà<¶™ o)幾百個(gè)屬性，以及每位用(yòng)戶也(yě)有(yǒ≠$u)數(shù)十個(gè)到(dào)數(shù)百個(gè)屬性，&≤互聯網服務提供商使用(yòng)在超大(dà)規模數(sh©±>₽ù)據中心運行(xíng)的(de)推薦系統來(lái)預測你(n✘"$§ǐ)的(de)隐性偏好(hǎo)。

推薦系統可(kě)以有(yǒu)效模拟你(nǐ)的(de☆ β)偏好(hǎo)，并預測你(nǐ)喜歡購(gòu)買、閱讀(♠≠•dú)或觀看(kàn)的(de)內(nèi)容。

數(shù)據來(lái)自(zì)你(nǐ)與其服務進行(xíng)的(d ₹★e)每一(yī)次互動。

推薦系統也(yě)是(shì)大(dà)規模的(de)商用(​αδyòng)高(gāo)性能(néng)計(jì)算(suàn"↔σ)系統之一(yī)，并且它們會(huì)不(bù)間(ji♥♣Ω♥ān)斷運行(xíng)。

每年(nián)，超大(dà)規模數(shù)據∞©"中心和(hé)雲數(shù)據中心部署的(de)服務器(qì)數(∑&∞shù)量能(néng)達到(dào)3000 萬台，≈ ‍其中大(dà)量服務器(qì)用(yòng)于學習(xí)預測特征和(∞λhé)用(yòng)戶偏好(hǎo)。

這(zhè)些(xiē)行(xíng)業(yè)都(dōu)因高(gāo)性能"≤¶"(néng)計(jì)算(suàn)而發生(shēng)變革。

但(dàn)是(shì)，基于物(wù)理(lǐ)和(hé)生(shēng≤ )物(wù)科(kē)學的(de)産品制(zhì)造業(yè)會(huì)♥&γ¥遇到(dào)因問(wèn)題過于龐大(dà)且複雜(zá)，以至于σ←™難以在模拟中正确求解。

為(wèi)幫助打造實際産品–無論是(shì)破解和(hé)理(lǐ)解生(s∞¶hēng)物(wù)分(fēn)子(zǐ)、研發新藥、尋找更可(♦✘kě)持續的(de)食物(wù)和(hé)燃料來(lái©∑)源，還(hái)是(shì)安全操作(zuò)自(zì)主>♠&機(jī)器(qì)以制(zhì)造并交付産品–隻有(yǒu)在企業(yè)能₽≠$≈(néng)夠通(tōng)過模拟設計(jì)整個(gè)産•≥×品和(hé)完成相(xiàng)關壓力測試後，工(gō♣‍ng)業(yè)高(gāo)性能(néng)計(jì)算(suàn)才能('≈←✘néng)被廣泛采用(yòng)。

這(zhè)需要(yào)達到(dào)一(yī)定的(de)規模→π。

到(dào)目前為(wèi)止，高(gāo)性能(néng)計(jì)算(≈¶$suàn)能(néng)夠模拟的(de)規模太小(xiǎo)，以至于在φσβ工(gōng)業(yè)領域無法發揮作(zuò)用≤&↓(yòng)。

有(yǒu)句話(huà)說(shuō)的(de)好(hǎo)：“≥€©梯子(zǐ)再高(gāo)也(yě)上(shàng)不(bù)了(le)∑≈≥€月(yuè)球。”

得(de)需要(yào)火(huǒ)箭才行(xíng)。

計(jì)算(suàn)機(jī)科(kē)✔≈學領域的(de)兩項突破大(dà)大(dà)提高(gāo)了(le©↕₹™)高(gāo)性能(néng)計(jì)算(suàn)的(de™÷§)模拟規模。

第一(yī)個(gè)是(shì) CUDA GPU 加← →♦速。

我們來(lái)看(kàn)看(kàn)科β"β(kē)學家(jiā)們使用(yòng)NAMD 對(duì)模拟規模檢驗的ε×¥(de)進度。

NAMD 是(shì)一(yī)種分(fēn)子(zǐ)¶σ$動力學求解器(qì)，用(yòng)于模拟化(huà)學物(w‌₽♣αù)質與蛋白(bái)質的(de)相(xiàng)互作(zuò)用(yòng)∞✘'來(lái)進行(xíng)虛拟藥物(wù)篩選，或模拟蛋白(✔‌™→bái)質折疊以預測其3D 結構。

2006 年(nián)，UIUC利用(↑£δβyòng)NVIDIA GPU 加速 NAMD，對(‌ duì) 100 萬個(gè)原子(zǐ) 20納秒(miǎo)的(d‌​§‍e)活動機(jī)制(zhì)進行(xíng)了(le)建模，達到α ®ε(dào)2000 萬原子(zǐ)x納秒(miǎo)。

如(rú)今，通(tōng)過GPU 加速，研究人(rén)員(yu>∏án)正在對(duì)10 億個(gè)原子(z÷→∞Ωǐ) 500納秒(miǎo)的(de)活動機(jī)制(zhìΩ↕)建模，達到(dào)5000 億原子(zǐ)∑"x納秒(miǎo)。

原子(zǐ)模拟的(de)性能(néng)在15 年(nián)內(nèi)提高(gāo)了(le)100 萬倍。

但(dàn)按照(zhào)摩爾定律，隻會(huì)提高(gāo)100÷•÷0 倍。

事(shì)實上(shàng)，最龐大(dà)的(de)  ☆ Top 500 超級計(jì)算(suàn)機(jī)在這(zhè)§₽一(yī)時(shí)期僅增加了(le)400 倍。

GPU 加速計(jì)算(suàn)推動著(zhe)超指數(sφαhù)級的(de)增長(cháng)。

實現(xiàn)這(zhè)一(yī)目标需要(y≤π™ào) CUDA GPU、多(duō) GPU£♥ 系統、網絡性能(néng)提升和(hé)全棧×δ優化(huà)，這(zhè)種完全集成的(de)計(jì)算(suàn‍¶)方法就(jiù)是(shì)我們所說(sh★✔↑uō)的(de) GPU 加速計(jì)算(suàn)。

盡管如(rú)此，我們目前隻接近(jìn)了(le)微(wēi)秒(miǎo)±☆級的(de)時(shí)間(jiān)尺度，我們需要(y $<ào)進行(xíng)毫秒(miǎo)級的(de)模拟來(lái)觀察重要™Ω↔↔(yào)的(de)細胞過程，例如(rú)新冠肺炎刺₽✘突蛋白(bái)的(de)作(zuò)用(yòn✔​₹¥g)機(jī)制(zhì)。

以及在秒(miǎo)級的(de)時(shí)間(jiān)尺®₩π度上(shàng)觀察蛋白(bái)質折疊過程。φ≤≠

這(zhè)又(yòu)增大(dà)了(le) 3 到(dào)6Ωε 個(gè)數(shù)量級，即使使用(yòng)GPU 加速計(jì$∞"↔)算(suàn)，也(yě)可(kě)能(néng)需≈π 要(yào)10 年(nián)才能(néng)實現(xi₹&™"àn)。

此時(shí)，深度學習(xí)應運而生(shēng)。

深度學習(xí)模型是(shì)通(tōng)用(λ yòng)函數(shù)學習(xí)工(gōng)具。

其有(yǒu)效性以及 NVIDIA GP÷<§U 的(de)通(tōng)用(yòng)性吸<∞®引了(le)全球科(kē)學家(jiā)加入深度學習(xí∞β€↕)研究，我們經常從(cóng)中看(kàn)到(dào)重大(dà)突☆$ $破。

AI 模型的(de)規模在短(duǎn)短(duǎ₩±↑↑n)4 年(nián)內(nèi)增加了(le) 4 個(gè♥↓↕÷)數(shù)量級，現(xiàn)已超過一(yī)萬億個(gè£÷)參數(shù)！

我們預計(jì)幾年(nián)內(nèi)會☆✘(huì)有(yǒu)100 萬億以上(shàng)參數(shù)的(de)∑¥模型，因為(wèi)從(cóng)規模上(shàng)來(lái)說≠§✔✘(shuō)，人(rén)腦(nǎo)大(dà)約有(y • δǒu)150 萬億個(gè)突觸。

美(měi)國(guó)能(néng)源部國(guó)家(jiā)實驗室的(d♣₩≈e)研究人(rén)員(yuán)結合深度學習(​γ≠₽xí)與NAMD 對(duì)新型冠狀病毒的(de)3.0®<₹5 億個(gè)原子(zǐ)模拟超過了(le)1ms βφ'，以觀察其刺突蛋白(bái)的(de)作(zuò)用(yòng)機(jī)制®∑©ε(zhì)。

在過去(qù) 15 年(nián)裡(lǐ)，我們實現(xiàn&¶β)了(le)從(cóng) 2000 萬原子(zǐ) x 納秒λ♥(miǎo)到(dào) 305 萬億原子(zǐ) x 納Ω↕©秒(miǎo)的(de)模拟，增長(cháng)了(le) 1000 萬倍。

GPU 和(hé)深度學習(xí)使高(gāo)性能(néng)計ε₽(jì)算(suàn)速度實現(xiàn)超指數(shσ÷★↔ù)級增長(cháng)。

自(zì)從(cóng)采用(yòng)深度學習(xí)以來(lσ₩≠→ái)，行(xíng)業(yè)高(gāo)性能(néng)計÷ γ(jì)算(suàn)應用(yòng)明( ₽✔♠míng)顯增加，尤其是(shì)在數(shù)字生(shēng)物(wù♦♠)學、藥物(wù)研發、金(jīn)融服務、制(zh✘σì)造和(hé)運輸領域。

領軍者們看(kàn)到(dào)了(le)即将到(dào)來(lái)的∞ (de)轉折點，正躍躍欲試，期待著(zhe)高(gāo)性能(né✔•¶™ng)計(jì)算(suàn)超指數(shù)級的(de)進步。

索邦大(dà)學的(de)研究人(rén"≤↑)員(yuán)與 GENCI、CRNS 和(hé) NVIDIA 合作(zu♣ ✘•ò)，用(yòng) GPU 加速一(yī)個(gè)大(dà)規模分(fēn✔←δ↕)子(zǐ)動力學模拟軟件(jiàn)Tinλ♠ker-HP。

他(tā)們模拟了(le)新冠病毒刺突蛋白(bái) 38‍λ​∞ 微(wēi)秒(miǎo)的(de)活動機(jī)制(zhì)，研究員(yβ'uán) Jean Philippe 表示說(sh☆≠uō)“以前需要(yào)幾年(nián)$₹ 努力或者使用(yòng)幾百萬個(gè) CPU 核心”才能(néng)實現©↔‌(xiàn)這(zhè)個(gè)結果。

六家(jiā)領先的(de)制(zhì)藥公司開(k> āi)始使用(yòng) Tinker-H€β÷✘P 進行(xíng)藥物(wù)研發。

Transformer是(shì)一(yī)個(gè)可(kě)以學習(xí)序列模式的(de)‍<>•突破性 AI 模型，已經取得(de)了(lε♠®↔e)驚人(rén)的(de)自(zì)然語言理☆∑&♣(lǐ)解成果。

Google 的(de) BERT、Open ♠÷✔AI 的(de) GPT-3、NVIDIA 的(de) BioMegatron ♠≠ 就(jiù)是(shì)典型的(de)例子(zǐ)。

語言理(lǐ)解技(jì)術(shù)将實現(xiàn)計(jì ÷↕♠)算(suàn)的(de)大(dà)衆化(huà)，讓所有(yǒu)人(ré☆∑←n)都(dōu)能(néng)使用(yòng)，可(kě)能(néng)♥₹&會(huì)對(duì)社會(huì)産生(shēεα≈≠ng)深遠(yuǎn)影(yǐng)響。

GENCI 和(hé) BigScience 的δσ§(de)開(kāi)放(fàng)大(dà✔ε‍)型語言模型協作(zuò)項目彙集了(le)來(lái)自Ω♠€(zì) 45 個(gè)國(guó)家(jiā®₩≠)和(hé)地(dì)區(qū)的(de) 500 名研究人₩∞≠(rén)員(yuán)，共同為(wèi)行(xíng)業£‌•ε(yè)和(hé)科(kē)學界開(kāi)發開(kāi)源語言模型。

Transformer 不(bù)僅在語言理&π♠(lǐ)解方面具有(yǒu)革命性意義。

這(zhè)些(xiē)模型還(hái)可(kě)以學習(xí) SM₹αφILES 的(de)語法規則，SMILES 是(shì)描述÷≥"♣化(huà)學結構的(de)語言 – 化(huà)學語言。

NVIDIA 和(hé)阿斯利康合作(zuò®&→)開(kāi)發了(le)一(yī)種 AI 模型，可(kě)以預測藥物( €wù)靶向反應并生(shēng)成新型分(fēn)子(zǐ)藥物(•∑wù)化(huà)合物(wù)。

該模型使用(yòng)由十億種商用(yòng)藥物(wù)分₩ ☆(fēn)子(zǐ)組成的(de) ZINC 化(huà)學≈¥化(huà)合物(wù)數(shù)據庫進行(xíng)訓練。

流體(tǐ)模拟被用(yòng)于設計(j∞Ω↔<ì)高(gāo)效的(de)渦輪機(jī)和(hé)風(fēng)機(jī)，₩→>•甚至是(shì)現(xiàn)代數(shù)據中心。

幾何感知(zhī)、多(duō)物(wù)¶∞理(lǐ)場(chǎng) CFD 模拟可(kě)能(néng)需要(®₩ ™yào)數(shù)天才能(néng)完成，這(£"zhè)限制(zhì)了(le)可(kě)探索的(d±₽e)設計(jì)規模。

NVIDIA 研究人(rén)員(yuán)開(☆εkāi)發了(le) SimNet，一(yī)種基≥‌α于物(wù)理(lǐ)信息的(de)神經網絡。♣≥€↔

SimNet 是(shì)一(yī)種基于深度學♣≥α 習(xí)的(de)多(duō)物(wù)理(lǐ)場(chβ‌φ‌ǎng) CFD 模拟框架 – 一(yī)種遵守物(wù)理(lǐ)定律的(dλ♣ e) AI 模型。

GPU 加速計(jì)算(suàn)與深度學習(xí)的(de)融合正在推動• Ω許多(duō)領域的(de)超指數(shù)級≈₩增長(cháng)。

超指數(shù)級規模将開(kāi)啓高(gāo)性能(βαnéng)計(jì)算(suàn)的(de)行(xíng)業(y趥≠✔)應用(yòng)，同時(shí)行(xíng)業(yè)高(gāo)性能(↔>"♦néng)計(jì)算(suàn)的(de)各種用(yòng)¥©例又(yòu)會(huì)推動架構的(de)進步，不(δ®₹&bù)僅僅是(shì)規模增長(cháng)★π‌ 。

行(xíng)業(yè)高(gāo)性能(néng)∞∏§計(jì)算(suàn)不(bù)會(huì)處于超級計(jì)×±算(suàn)中心的(de)限制(zhì)之中。行(xín≈♠g)業(yè)高(gāo)性能(néng)計(jì)算(suàn)将是(shì ✔)分(fēn)布式的(de)，跨越多(duō)個(gè)站(zh§$σ→àn)點，延伸至邊緣，連接到(dào)遠(yuǎn)程傳$↕↓感器(qì)，有(yǒu)時(shí)還(hái↕∑α)會(huì)運行(xíng)批量模拟，以及越∏≈₩來(lái)越多(duō)的(de)連續數(shù)字孿¶↑♠生(shēng)模拟。行(xíng)業(yè)高(g→±<āo)性能(néng)計(jì)算(suàn)即是(shì)雲原生(shēng> $")和(hé)混合雲計(jì)算(suàn)。

中央超級計(jì)算(suàn)機(jī)的(de)性能(§♦σ☆néng)将是(shì)難以置信的(de)，它在第一(yī)&π性原理(lǐ)物(wù)理(lǐ)模拟方面表現(xiàn)卓著，大(dλ→∞↕à)多(duō)數(shù)行(xíng)業(yè)将使用₹♦(yòng)數(shù)據分(fēn)析、AI 模型訓練和(hé)‌♥♥✘物(wù)理(lǐ)-AI 融合的(de)模拟方法。

在交通(tōng)運輸行(xíng)業(yè)，高(gāo)性能(₹≠​néng)計(jì)算(suàn)将根據來(lái)自(zì)數(★ε£shù)百萬輛(liàng)汽車(chē)的(de)傳感↕→₽器(qì)數(shù)據流構建并不(bù)斷更新高(gāo)清地(dì)圖。↕σ↓

針對(duì) AI 優化(huà)的(de)高(gāo"∏♦)性能(néng)計(jì)算(suàn)将用(yòng)于開(kāi)發自φ←(zì)動駕駛 AI 模型，同時(shí)針對(duì)可(&♠kě)視(shì)化(huà)優化(huà)的(dγ→$≠e)高(gāo)性能(néng)計(jì)算βλ(suàn)将模拟行(xíng)駛在虛拟城(chén→↕g)市(shì)中的(de)整個(gè)汽車(chē)♠ε堆棧。

在制(zhì)造行(xíng)業(yè)，針對  (duì)可(kě)視(shì)化(huà)優化(huà≈€∏π)的(de)高(gāo)性能(néng)計(jì)算 ₩(suàn)将創建虛拟環境，讓機(jī)器(qì)人(rén)使δ↔€用(yòng)深度強化(huà)學習(xí)來(↕≈lái)學習(xí)技(jì)能(néng)。

高(gāo)性能(néng)計(jì)算(suàn)将實現(xià≥£ αn)在視(shì)覺和(hé)物(wù)理(lǐ)方面均非常準δΩΩ确的(de)數(shù)字孿生(shēng)模拟。

一(yī)些(xiē)超級計(jì)算($ππsuàn)機(jī)将完全專用(yòng)于監¥₽∞控和(hé)處理(lǐ)來(lái)自(zì♥​→)全球數(shù)十億個(gè)傳感器(qì)的(de)連續遙∑®≠測數(shù)據流；包括環境、氣象、大(dà)氣、海(hǎi)洋、衛∑↕​星成像以及人(rén)類和(hé)農(nón✘ g)業(yè)污染。

曆史數(shù)據可(kě)通(tōng)過多(duō)種≥♣₩模式進行(xíng)可(kě)視(shì)化≤₩<(huà)，這(zhè)些(xiē)數(sh‍®ù)據将推動 AI 模型預測未來(lái)幾個(gè)小(xiǎ₩♦'♦o)時(shí)的(de)天氣或未來(láδ₹i)數(shù)年(nián)的(de)氣候變化(huà)。

DestinE 就(jiù)是(shì)一(yī)台這(z∞↕'hè)樣的(de)計(jì)算(suàn)機(jī)，它将成為(wε'èi)地(dì)球的(de)數(shù)字孿生(shēng)體(tǐ)&Ω，加速計(jì)算(suàn)和(hé) AI 将貫穿其始終'¶。

然而，應用(yòng)的(de)多(duō)樣性和(hé)系統瓶頸将×"推動系統架構的(de)多(duō)樣性。這(zhè)就©π ∏(jiù)是(shì) Arm 的(de)魅力所在¶&♠。

Arm 的(de)魅力在于其開(kāi)放(fàng)的(de)許可β♣×>(kě)模式，允許任何人(rén)創建專用(yòng)芯片和Ωδ(hé)系統。

Amazon Graviton 非常适用(yδ♥<òng)于超大(dà)規模。

Ampere Computing&nbs ↑∑p;為(wèi)超大(dà)規模、雲和(hé)高(gāo)并發用(yòng)戶應用✔✔ π(yòng)打造了(le)出色的(de) CP&☆≠≈U。

印度的(de) C-DAC 和(hé)韓國(guó)的(d★≥e) ETRI 也(yě)在構建超級計(jì)算(suàn) CPU。 ↓€

富士通(tōng)打造了(le)一(yī)款具有(yǒu)強大(dà)向量處理≠←(lǐ)能(néng)力和(hé)高(gāo)內(§→γ₹nèi)存帶寬的(de)超級計(jì)算(suε♥∑¶àn) CPU。

Marvell 在存儲服務器(qì)和(hé) λ₹ '5G 基站(zhàn)方面表現(xiàn)優異。

在歐洲，SiPearl 正在為(wèi)歐洲 E 級 (每秒(miǎo)百∞™φ億億次) 超級計(jì)算(suàn)構建 CPU。

NVIDIA 正在構建針對(duì)諸如(rú)≈→< AI 等大(dà)型數(shù)據問(wèn)題的(de) G∏∞ PU 加速計(jì)算(suàn)而優化(huà)的(de) CPU。

在為(wèi)研究人(rén)員(yuán)創建實用(®¥yòng)的(de)計(jì)算(suàn)平台的§€₹×(de)漫長(cháng)旅程中，構建 CPUΩ♣δ 是(shì)第一(yī)步。

構建一(yī)個(gè)實用(yòng)的(de↕₹&λ)計(jì)算(suàn)平台，支持不(bù)同科(λ€kē)學領域和(hé)行(xíng)業(yè☆εγ↕)的(de)各種應用(yòng)、系統配置和(hé)用(♦<♥☆yòng)例，需要(yào)付出巨大(dà)的(de)努力。

除了(le)極少(shǎo)數(shù)例外(wài)，計(jì)算(suπ×♦àn)機(jī)并非獨立或孤立的(de)↑↔​≈設備。

Arm 系統需要(yào)集成到(dào)當今的(de)基礎設施、軟件π∏Ω♠(jiàn)堆棧和(hé)工(gōng)作(zuò)流程中。≥•₩←

Arm 需要(yào)第三方配套芯片、各種系統、特定領域的(de)求®✘♣解器(qì)和(hé)應用(yòng)、中間(jiān)件(jiàn$™)、存儲和(hé)文(wén)件(jiàn)系統、網絡、成熟的(de) €€®開(kāi)發堆棧、支持熱(rè)門(mén)編程模型和(hé)語言的(de)≠α±→ SDK 以及數(shù)據中心管理(lǐ)軟件(jiàn)的(de)支持∞§₽¶。

Arm 目前僅占全球數(shù)據中心的(de) 1%¥ ₩Ω，因此激勵生(shēng)态系統全面支持 Arm βγβ将是(shì)一(yī)個(gè)漫長(cháng)的(deΩβ')過程。

我們相(xiàng)信，Arm 模式在高(gāo)性能(nén≤σg)計(jì)算(suàn)領域的(de)時(shí)代已經到"≠(dào)來(lái)。

盡管長(cháng)路(lù)漫漫，但(dàn) NVIDIA 非常熟悉這(z↔∑δ∞hè)個(gè)過程。NVIDIA 可(kě)以快(kuài)☆÷速啓動 Arm 高(gāo)性能(néng)計(jì)算σ≠"∞(suàn)生(shēng)态系統。

在過去(qù) 20 年(nián)裡(lǐ)，我們為(wèi) NVIDIA•©δ¶ 加速計(jì)算(suàn)創建了(le)強大(dà)的(de)生∞§↑(shēng)态系統。

我們的(de)平台可(kě)加速所有(yǒu)關鍵高(gāo)性能(n‌γ±éng)計(jì)算(suàn)和(hé) AI 生(shēng)态系統。✘¶♦

我們為(wèi) 250 萬開(kāi)發者提 ☆​↑供了(le) 150 個(gè) SDK。

我們與世界各地(dì)的(de)服務器(qì)制(zhì)造商和(hé÷‍¥​)雲供應商合作(zuò)，提供我們的(de)平台給✘ 客戶。

高(gāo)性能(néng)計(jì)算(suàn)社區(qū)希望實現(x ₩☆☆iàn)多(duō)元化(huà)，并渴望 §&NVIDIA 為(wèi) x86 和(hé) Arm∏↓' 提供加速計(jì)算(suàn)和(hé) AI 計(jì)算(suàn)。 ✔σ

考慮到(dào)社區(qū)的(de)關注點，我們将為(wèi)從(cón≠εg)雲到(dào)超級計(jì)算(suàn)中心到(♠±dào)邊緣的(de)指令集架構提供支持。

還(hái)有(yǒu)一(yī)件(jiàn)事(shì)值得(de)一(y∞↑πī)提。

量子(zǐ)計(jì)算(suàn)雖然仍處于早λ<‌λ期研究階段，但(dàn)我們有(yǒu)望模拟這¶₩¶(zhè)種類别的(de)、随規模呈指數(shù)級增長(cháng)的(​‍αde)複雜(zá)問(wèn)題，例如(r₽δú)量子(zǐ)化(huà)學和(hé)密碼學。

盡管距離(lí)廣泛商用(yòng)還(hái)有(yǒ&δ♦u)幾十年(nián)的(de)時(shí)間(jiān)，但(dà§∑φ♥n)目前仍有(yǒu)重要(yào)的(de)研究要(yào)做(zuφ π ò)，NVIDIA 可(kě)以通(tōng)過多(duō)種↓→方式做(zuò)出貢獻：

模拟量子(zǐ)電(diàn)路(lù)以驗證研究量子‌$(zǐ)計(jì)算(suàn)機(jī)的(‍£≥ de)結果，為(wèi)優化(huà)量子π£(zǐ)算(suàn)法的(de)研究人(rén)員(yuán)提供平‌'台，構建混合量子(zǐ)-經典系統，以及加速已用(yòn∏∑•g)于藥物(wù)研發或材料科(kē)學的₽©★✔(de)許多(duō)量子(zǐ)求解器(qì)。

NVIDIA cuQuantum 是(shì)一(yī ®)種張量處理(lǐ) SDK，可(kě)極÷↔≥☆大(dà)加速量子(zǐ)電(diàn)路(lù)模拟。

在法國(guó)和(hé)世界各地(dì)都(δγdōu)有(yǒu)一(yī)個(gè)充滿活力的(de)大σ>(dà)型社區(qū)。

我們的(de)計(jì)算(suàn)機(jī)科 ‍γπ(kē)學家(jiā)随時(shí)準備₹δ幫助你(nǐ)加速量子(zǐ)研究。

行(xíng)業(yè)高(gāo)性能(néng)計™Ω♣(jì)算(suàn)的(de)時(shí)代已經到(dào)來(lái)。

科(kē)學界利用(yòng)高(gāo)性能(néng)計(jì♥π)算(suàn)來(lái)測試新理(lǐ)論的(de)極限。

各個(gè)行(xíng)業(yè)需要(yào)高(gāo≠₩​)性能(néng)計(jì)算(suàn)來(lái)測₽₹​試新産品的(de)極限。

到(dào)目前為(wèi)止，基于物(wù)理(lǐ)和(hé)生(shē₩φng)物(wù)科(kē)學的(de)産品會(huì)存在因問(wèn)題過 ε​于龐大(dà)且複雜(zá)，以至于難以在模拟中正®≠α¶确求解。

GPU 加速和(hé) AI 改變了(le)這(zhè)一(yī)點。¥≤'

GPU 加速和(hé) AI 在 15 年(±επnián)內(nèi)将計(jì)算(suàn)機(←φ♣jī)模拟的(de)規模提升了(le) 1000 萬倍，這(zhè)是(shì)一(yī)種超指數(shù)級增長&÷®(cháng)。

在行(xíng)業(yè)領域，高(gāo)性能(n ≥éng)計(jì)算(suàn)不(bù)再是(sh£♦↕©ì)試圖登月(yuè)的(de)長(cháng)梯，它現(x✔>δiàn)在是(shì)一(yī)艘火(huǒ)箭。

對(duì)于行(xíng)業(yè)來(lái)說(shuō)，問(♣'™wèn)題已經不(bù)再是(shì)計¶±€₩(jì)算(suàn)機(jī)能(néng)做(zuò)些(™¶₽↔xiē)什(shén)麽。而是(shì)誰将率先使用(yòn÷✔g)計(jì)算(suàn)機(jī)來(lái)為(wèi)行↔₽(xíng)業(yè)掀起革命性變革。

行(xíng)業(yè)高(gāo)性能(néng)計(jì)算" ©(suàn)的(de)時(shí)代已經到(dào)βλ≥≤來(lái)。