中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

国际超算竞争今年到了关键节点

梦晨 明敏 发自 凹非寺
量子位 报道 | 公众号 QbitAI

在超级计算机排名这场国际竞争上,今年明年到了关键节点。

各国摩拳擦掌准备多年的“E级超算”(每秒超过一百亿亿次浮点运算),都将集中在2021-2022年计划完成部署。

你可能还记得“神威·太湖之光”这个名字,我国这台超算在2016年登上国际排名第一。

仅仅两年后,美国的顶点(Summit)超算就迎头赶上,用每秒20亿亿次浮点运算的峰值速度超过神威的每秒12.5亿亿次。

再过两年,日本的富岳(Fugaku)以每秒50亿亿次(0.5E)的峰值速度再创纪录。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

△图源:YouTube@What Da Stat

虽然富岳现在依然盘踞榜首,但被某台E级机超越也不会很远。

(E级机中的E指Exa,是比P(Peta)大一级的单位。)

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

美国正在准备中的E级超算至少有3台,美国能源部为此投入超过18亿美元

计划今年就要部署的Frontier,峰值速度预计1.5E;2022年Aurora随后跟上,目标速度1E;2023年还有一台El Capitan,最初计划1.5E但建设过程中增加到了2E。

这还只是美国政府部门主导的项目,如果算上企业,特斯拉在建的Dojo超算目标速度也是1E。

我国正在进行的E级超算项目也有3个。

天河三号神威E级曙光E级的原型机都在2018-2019年研制成功,现在正紧锣密鼓地建设完全体。

此外,日本俄罗斯也都启动了各自的E级机计划,欧盟在新建和改造超算上也投入了80亿欧元。

谁能率先拥有E级机成为大国超算竞赛的下一个关键点,国际超算排行榜“TOP500”每年6月和11月公布两次,谁会赢下这一盘也许很快就会揭晓。

究竟是什么让各国在算力比拼上不断加码?

当超算遇上数据

要回答这个问题,需要从两方面来看。

一方面是尖端科技发展的需要。

超级计算机之所以叫“超级”,是因为强大的算力能把不可能变为可能,把不实用变为实用。

如果你感觉现在天气预报比小时候要准多了,就得益于算力的提升。

过去由于算力不够只能对天气现象做出模糊的定位,那时候经常听到电视里的说法是“局部地区有雨”,到现在手机上都能随时查看精准的未来两小时降雨云图。

算力的发展把天气预报准确率从过去的21.8%提高到了现在的90%,日常情况下天气预报不准似乎无关紧要,但近年来极端天气现象频发,准确预测台风暴雨可是能拯救许多生命。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

同样与拯救生命相关的还有生物医药领域,算力这些年的发展把基因测序的时长从13年缩短到1天,新药研发鉴定的周期从5000天缩短到了100天。

眼下为了让疫苗研发速度赢过病毒的变异速度,各国也纷纷动用了超算的力量。

此外,在天体物理地震预测石油勘探国防军事新材料发现等领域也都需要强大的算力支持。

另一方面,新闻中总能听到的“产业数字化转型”,其实就是说算力已经深入到经济运行和人们生活的方方面面。

今年宝马与英伟达合作,把整个生产流程在数字世界中重建,通过仿真模拟进行优化,把生产效率提高了30%。

这项技术叫“数字孪生”,也就是把现实世界产生的历史运行数据、传感器收集数据、统计数据等统统搬到数字世界里去,尽可能还原一个现实世界的副本。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

据权威市场研究公司IDC预测,到2022年75%的企业将把智能自动化嵌入到技术和流程开发中。2024年,AI将成为所有企业不可或缺的组成部分。

从现实世界镜像到数字世界的数据将会爆发式增长,甚至可以说未来智能产业的运转速率取决于数据分析的速率

随产业数字化带来的,是数据构成上的变化。根据IDC预测,到2025年80%的数据将是非结构化数据

非结构化数据很好理解,像分散在互联网上的文章、文档、图片、音频视频等,只要不是用行和列组成的二维表结构表达的都算非结构化数据。

中科院院士陈国良认为,如果说数据是数字世界的新石油,那么非结构化数据更难处理,就像石油中最难开采的页岩油。

处理庞杂的非结构化数据就需要新技术,这种新技术叫做面向海量数据的高性能数据分析(HPDA,High Perfermance Data Analytics)。

简单来说,实现HPDA需要把超算、AI算法、大数据三者结合起来。

这样的超算也可以称为数据密集型超算,也就是用超算的并行处理能力运行强大的AI算法,从海量数据中提取出价值。

根据全球高性能计算市场研究机构Hyperion Research预测,未来数据密集型超算市场份额会数倍于传统超算的增长速率。

到2024年,高性能计算市场更是将有超过40%来自数据密集型超算。

这也让人不免期待,未来我们会在哪些场景中看到数据密集型超算的身影呢?

数据密集型超算用在哪?

这个问题其实应该反过来看,正是应用场景对算力需求的变化驱动着超算朝数据密集化方向发展。

一台超算从规划到建设再到投入使用需要好几年,所以最初就要面向未来可能的应用来设计。

比如生物医药领域,今年发生的一件大事是DeepMind开源了全新的蛋白质结构预测模型AlphaFold2,并把人类98.5%的蛋白质结构全都被预测了一遍。

而在这之前科学家们数十年的努力,只覆盖了人类蛋白质序列中17%的氨基酸残基。

在基因测序上,最早的人类基因组计划耗资30亿美元历时13年终于在2003年完成。

到如今面向个人消费者的全基因组测序服务只需要几小时,价格也降至100美元

这让2007年仅为800万美元的全球基因测序市场规模,有望在2021年达到350亿美元

这两个方向上的进展为加速新药研发提供了基础,再往后发展就需要将蛋白质结构数据、基因图谱数据结合上AI分析的文献、临床档案等非结构化数据进行化合物筛选、发掘药物靶点。

正需要高精度科学计算算力和精度需求不高但数据量庞大的AI推理、训练的算力相结合,才能真正做到缩短新药研发周期,降低药物研发成本。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

再比如脑科学领域,对神经系统的研究除了医学上的作用,也是对大脑认知原理的探索,对类脑人工智能技术和相关器件的研发也有启示意义。

脑科学研究对传统超算系统提出的最直接挑战就是数据规模庞大。

人脑大约有1000亿个神经元,把神经元之间的映射全存成数据,需要的容量要达到EB级(一EB等于一百万TB)。

在这么大规模数据上做检索响应时间高达100小时,如果脑科学想取得突破性进展,也需要未来超算在数据存储架构上完成突破

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

同样需要处理EB级数据的是时下火热的自动驾驶行业

根据美国兰德公司的研究,自动驾驶算法想要达到人类司机水平至少需要累计177亿公里的驾驶数据来完善算法。

如果配置一支100辆自动驾驶测试车的车队,每天24小时不停歇路测,平均时速40公里来计算,需要500多年的时间才能完成目标里程。

先不提达到人类水平这么远的事,按照现在最受认可的SAE自动驾驶分级标准,达到L3级别也要2000万公里路测历程,对应的数据体量达到1-2EB

自动驾驶行业还有一个难点是不同环节要求的数据协议不同。

数据导入时需要的是S3/NFS格式,数据预处理需要HDFS格式,AI训练又需要NFS格式,后面还有仿真、模型验证….

结果是,数据转换格式和来回拷贝的时间比处理分析时间还多一倍,这要求未来的数据密集型超算还要解决数据协议互通的问题。‘

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

从微观的分子化合物、神经细胞到中观的车辆、道路,再把视角拉大,研究宏观的地球、宇宙同样需要数据密集型超算。

能源勘探气象预测卫星遥感天文观测的数据储存规模也在几十到几百PB,根据各自的特点还分别对超算的传输速度、是否需要AI接口、数据管理等问题提出不同的要求。

数据密集型超算该怎么建才能适应尽可能多的应用场景要求,就成了关键问题。

数据密集型超算该怎么建?

诚然,超算在基因测序、自动驾驶、脑科学等场景上已展现出巨大潜力。

各个大国都想抢先于人去挖掘这块新土壤,由此也就产生了当下超算竞争日趋白热化的局面。

面对这样的形势,我们如何做才能抢占先机呢?

由中国计算机学会高性能计算专业委员会、国内各高校和超算中心、华为联合编写的《数据密集型超算技术白皮书》已经给出了一些切实可行的建议。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

《白皮书》认为,想要打赢这场算力上的“军备赛”,眼下我们应当从超算架构、网络传输、能耗等方面入手。

采用异构融合的新型 HPDA 架构

首先,超算要考虑的核心问题还是算力的来源,这就要从处理器芯片说起。

如今的超算中心是把CPU、GPU、FPGA等硬件结合,让不同的计算单元来负责不同的计算任务,从而提高计算速度和处理能力。

但随之而来也会产生一个问题,就是资源、数据、应用上的孤岛现象,导致资源重复建设、闲置,造成能耗居高不下的问题。

所以,未来的超算中心,要把原来“散兵作战”的计算单元,再“大一统”起来。

让它们在发挥各自强项、快速完成任务的同时,还能听从调遣,最大化利用计算资源,并尽可能完成更多不同的任务。

这也就是《白皮书》中提到的——异构融合架构

具体来看,就是要做到三个层面的统一:硬件上统一资源管理、统一数据存储;软件上统一资源调度。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

打造存算分离的统一数据存储底座

数据密集型超算以数据为中心,所以在计算单元之外,存储系统对超算运转速度也有巨大影响。

HPDA把HPC、大数据、AI融合,使得它的计算方式会和传统超算有所不同。

以发现新材料来举例,传统超算通过HPC仿真计算来发现新材料,HPDA则会用机器学习来实现,涉及AI模型的训练和推理。

这二者之间最大的差别就是,AI运算非常依赖数据。

具体工作过程中,大量计算时间都会消耗在等待数据从存储系统中读出或写入上。

如果沿用传统超算的存储系统,许多昂贵的计算节点都会处于空闲状态,造成资源利用不足的问题。

所以就要重新规划存储系统和计算系统。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

《白皮书》对此提出了存算分离的概念。

也就是让所有计算节点都共享一个存储,并且让不同数据(文档、表格、图片等)之间可以互通、互访。

这样一来,超算执行不同任务时,计算节点从这个大的存储底座中找到需要的数据即可。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

在此基础上,还要让数据可以按照需求自由流动,让热数据、温数据、冷数据能够智能分级。

也就是将高价值的文件放置在高可用性、高性能的存储设备上,低价值的文件放置在成本较低的、性能和可用性规格较低的设备上。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

当然,还要达到合理的存算比

一直以来我国超算中心建设都存在重算力、轻存储的问题。

在我国,存力(存储容量PB)与算力(计算算力PFLOSPS)的比例为1:2,相应的投资比例为1:3。这两个数据,美国已经达到1:1。

如果按照现在的超算中心建设模式推行,几年后我们势必会出现存储量短缺的危机。所以接下来,我们还有重视存力上的规划。

推进全光化多网融合高速互联网络构建

随着处理数据越来越多、种类更为丰富,传输上的高带宽、高IOPS和低时延需要得到很好保障。

同时也要注意全周期的数据安全。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

事实上,超算中心能够快速计算、推理,也离不开设备之间的高速互连。

想要达到更好的效果,需要从元件材料和传输技术两个方面入手。

材料上,光子集成产品在尺寸、功耗、成本、可靠性方面优势明显,是未来光器件主流发展方向。

所以我们要大力推进“光进铜退”,用光子技术来构建高速互连的网络。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

技术上,要让超算中心中的多网络进行融合。

超算中心中,往往有计算网络、数据网络、存储网络、监控网络等多套网络,在构建、运维、功耗上都会有很高的成本。

因此,如何让它们之间融合、降低成本,是未来数据密集型超算中心需要思考的问题。

使用低碳高效绿色节能的工程工艺

最后,我们还要考虑超算中心运行过程中的具体问题。

比如能耗

随着芯片、系统、光器件等组成在性能上的不断提升,超算对能耗的需求在日益增大。

比如在系统层面,当前100P系统的能耗大约在20MW左右,单机柜能耗达到100KW,系统能效比大约为数十GFlops/W。

如果在节能上始终没有革命性的新技术出现,未来E级以上系统的这些指标都将变得难以承受。

对此,《白皮书》提出要降低电源使用效率、提升设备能源利用效率。

一方面是降低中心PUE

PUE值(Power Usage Effectiveness,电源使用效率)是国际上比较通行的数据中心电力使用效率的衡量指标。

PUE值越接近于1,表示一个数据中心的绿色化程度越高。

我国国家超级计算无锡中心在建设之初的PUE值为1.3左右,如今年平均PUE值降至1.22。

两年时间减少约700万度耗电量,节约了400多万元电费。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

另一方面是要提升IT设备的能源利用效率

比如使用SSD闪存盘。

最常用的高性能SAS机械硬盘组成的存储系统典型功耗约10.6W/TB。

而SSD闪存盘组成的存储系统典型功耗仅约5.3W/TB,可降低约50%能耗。

因此,数据密集型超算中心要求全闪存存储占比50%,来极大促进超算中心的绿色发展。

构筑易用的国产应用平台支撑环境生态

如此高端的设备、先进的系统、强大的算力,你或许会觉得超算离我们遥不可及。

但事实上,超算的本质还是要解决更多难题,不仅是科研方面,还有普通生活领域的。

在过去5-6年中,高性能计算和AI在各种企业中的应用已经不再稀奇了。

这要归功于软件容器化技术。

只要容器化技术提前将超算运行环境封装好,实现应用和底层硬件的解耦,即便是不懂专业计算机的普通企业用户也能使用HPC。

而放眼未来,在构建良好超算生态上,我们还要让更多人能够参与到开发中来。

要针对行业内普遍存在的问题大力开发,为用户提供简单、易懂的可视化操作界面。

同时要解决新架构带来的开发难的问题。异构编程架构应该基于现有的经典并发模型,针对程序并行和数据并行,为用户提供方便快捷的工具。

此外,还要搭建智能化管理运维平台,用AI等技术让IT设施变得越来越智能。

中国如何赢得新一轮超算竞赛?关键在向数据密集型超算转变

以上就是《白皮书》中对数据密集型超算技术的建设标准提出的几点建议。

《白皮书》的最后一部分还对我国数据密集型超算的未来发展做了展望。

我国应尽快制定明确的发展目标和规划、出台相关指导意见,尽快制定数据密集型超算测评标准,并大力推进产学研合作。

如今我国超算发展正式迈入爆发期,在今年世界500强超级计算机名单中,中国超算中心部署量居世界第一。

在数据密集型成为重点趋势、超算产业迎来新一轮爆发的今天,中国超算已经走出一条属于自己的道路了吗?

获取白皮书:

https://e.huawei.com/cn/material/storage/1f2563c5282d44b3a8d26a97d14be65e

版权所有,未经授权不得以任何形式转载及使用,违者必究。