很(hěn)高(gāo)興今天能(néng)與大(dà)家(jiā)一(yī÷≥)起討(tǎo)論高(gāo)性能(néng)計(jì)算(su$'↕•àn)，我非常關注這(zhè)個(gè)主題。

高(gāo)性能(néng)計(jì)算(suàn)是(shì)×₽•α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)解我們的(de)世界和 ¶↑(hé)宇宙。

盡管多(duō)個(gè)行(xíng)業(yè)已經從(cóng)∏♣高(gāo)性能(néng)計(jì)算(suàn)中受✔Ω"益頗多(duō)，然而這(zhè)還(hái)僅是(shì)特例，我們堅信，得π↕™β(de)益于一(yī)系列進步，我們正處于一(yī)個(gè)重要(y™♥ào)的(de)轉折點和(hé)行(xíng)業(yè)高(gāo♣✔₩ )性能(néng)計(jì)算(suànβ₹)革命的(de)開(kāi)端。

在我們聽(tīng)到(dào)數(shù)字生(s§φ£hēng)物(wù)學革命，或未來(lái)工(gōng)φ ÷廠(chǎng)革命、數(shù)字孿生(shēng)革命時(®γ∑shí)，他(tā)們都(dōu)有(yǒu)同樣的(de)內(nèi) ≠>£因在發揮作(zuò)用(yòng)。

我的(de)演講将重點介紹推動計(jì)算(s≤δ£ uàn)領域以超指數(shù)級、超摩爾定律速度進步的(de)動力，•§≠這(zhè)使高(gāo)性能(néng)÷↓Ω計(jì)算(suàn)最終成為(wèi)對(duì)各個(gè)行(•‍xíng)業(yè)都(dōu)有(yǒu)用(yòng)的(de)工(gō'₽φng)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(de)₩§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 Ω'來(lái)翻天覆地(dì)的(de)變化(h✘®☆uà)。

NVIDIA 的(de)成功一(yī)部分(fēn)是€ (shì)源自(zì)我們構建的(de)內(nèi)容，但(dàn)更多(d×₹uō)的(de)是(shì)與構建方式有(yǒ∞¶•u)關。

NVIDIA 很(hěn)早就(jiù)制( ↓zhì)定了(le)完全在矽晶片中構建我們芯片的(de<δ ★)理(lǐ)念，并且隻将我們認為(wèi)完美(měi)的(÷∞de)設計(jì)送到(dào)晶圓廠(c‍ ↕hǎng)去(qù)生(shēng)産。

NVIDIA 要(yào)模拟一(yī)≈"≤★切，并不(bù)惜一(yī)切代價實現(xiàn)這(zhè)一☆α∏‍(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(jδ™ì)基礎設施、硬件(jiàn)和(hé)軟件(j"±γiàn)方面投資了(le)數(shù)十億。

計(jì)算(suàn)機(jī)模拟仿真的(de)方法讓我們在項$≤ ¥目成本最低(dī)的(de)階段發現(xiàn)問(wènδ‌∑)題，最終将高(gāo)質量的(de)産品更快ו(kuài)地(dì)投放(fàng)市(shì)場≤€ ♦(chǎng)。

不(bù)僅如(rú)此，這(zhè)樣做(zuò)還(hái) >±∑有(yǒu)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(nèi)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(gè)過程并有(yǒu)著(zhe)深遠(y$♠uǎn)的(de)影(yǐng)響：産品開(kāi)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★α€≥)持續改進，過去(qù)學到(dào)的(de)所有(yǒ≤ ≠★u)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，使我們獲得(de)了(le)快(kuài)速擴展和↑ ♥π(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(sh&♥®"ī)打造。23年(nián)後，A100 的(de)規®÷♦模擴大(dà)了(le)15000 倍，需要(yào)♦®→5000 名工(gōng)程師(shī)參與。♥‌

如(rú)果沒有(yǒu)計(jì)算(suà‌♥↕‌n)機(jī)模拟，電(diàn)影(yǐng)行(xíngε‍)業(yè)不(bù)可(kě)能(nén‌↕λ≈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(yǐng)《星球大(dà&¶δ)戰9: 天行(xíng)者崛起》中，ILM(工(♦α®γgōng)業(yè)光(guāng)魔公司)φ¶ 在數(shù)萬台服務器(qì)上(shàng)模拟出了(>‍πle)數(shù)百萬加侖的(de)水(shuǐ)。

CGI （計(jì)算(suàn)機(jī)成像技(σ₩©"jì)術(shù)）使得(de)ILM  打造出令人(rén)→¥難以置信的(de)鏡頭–要(yào)召喚出↓↕σ他(tā)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(cóng)任何角度進行(≤‍✘xíng)拍(pāi)攝，反複拍(pāi)攝直到"ε‍∑(dào)獲得(de)完美(měi)鏡頭，每當↓ ✔ε鏡頭中有(yǒu)海(hǎi)洋時(shí↓↔₩§)重用(yòng)之前的(de)算(suàn)法–創≠σ✔ 作(zuò)自(zì)由度令人(rén)§‌₽​震撼。

導演能(néng)想到(dào)的(de)，CGI都γ®​₹(dōu)能(néng)實現(xiàn)。

計(jì)算(suàn)機(jī)模拟也(yě)改變了(←£le)電(diàn)子(zǐ)商務、媒體(tǐ)和(hé)互聯αδ網領域。

互聯網上(shàng)有(yǒu)數(shù)萬億物(wù)品，數(shù)‌±$•十億人(rén)通(tōng)過4 英寸的(de)屏幕在這(₽♠σzhè)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(jφ¥↓iān)的(de)聯系至關重要(yào)。

通(tōng)過學習(xí)每款産品的(de)幾十γ©™到(dào)幾百個(gè)屬性，以及每位用(↕≥yòng)戶也(yě)有(yǒu)數(shù)十個 ₽®σ(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(shù)據中∞®心運行(xíng)的(de)推薦系統來(láβ<•∞i)預測你(nǐ)的(de)隐性偏好(hǎo☆ ≠&)。

推薦系統可(kě)以有(yǒu)效模拟你(nǐ)的(de)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(de)每一(yī)次互動。

推薦系統也(yě)是(shì)大(dà)規模的(de)商♣"用(yòng)高(gāo)性能(néng)計(jì)算(suàn)系↑‌₽統之一(yī)，并且它們會(huì)不(b§₩ù)間(jiān)斷運行(xíng)。

每年(nián)，超大(dà)規模數(shù)據中心和(hé)雲數(s☆®★αhù)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(← πdà)量服務器(qì)用(yòng)于學習(xí)預測特征和(hβ÷é)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)σ 物(wù)科(kē)學的(de)産品制(zhì)造業(yè)↓↑會(huì)遇到(dào)因問(wèn)題過于龐大(d♥×♦à)且複雜(zá)，以至于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(shēng)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(lá≈φ±εi)源，還(hái)是(shì)安全操作(zuò)σ₩♣¥自(zì)主機(jī)器(qì)以制(zhì)造并交付産品₹α↕♣–隻有(yǒu)在企業(yè)能(néng)夠通(tōng)過♦♠φ模拟設計(jì)整個(gè)産品和(hé)完成相(xià↔σ©φng)關壓力測試後，工(gōng)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。

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≈£€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''δ♣)再高(gāo)也(yě)上(shàng)不(✔γbù)了(le)月(yuè)球。”

得(de)需要(yào)火(huǒ)箭才行(γΩxíng)。

計(jì)算(suàn)機(jī)科(kē)學領域的(dα ÷εe)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 ¶σ★加速。

我們來(lái)看(kàn)看(kàn)♣ ÷★科(kē)學家(jiā)們使用(yòng)NAMD 對(duì)模拟規模檢驗‍$ 的(de)進度。

NAMD 是(shì)一(yī)種分(fēn)子(zǐ)動力學求λ¶δ解器(qì)，用(yòng)于模拟化(huà)學物(wù)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(yòng)NVIDIA GPβ U 加速 NAMD，對(duì) 100 萬個(g€"≠≠è)原子(zǐ) 20納秒(miǎo)的(de β€)活動機(jī)制(zhì)進行(xíng)了(le)建模，達到₽¶(dào)2000 萬原子(zǐ)x納秒(miǎo)。

如(rú)今，通(tōng)過GPU 加速，研究人(rén)員(yuán)正↑$δ>在對(duì)10 億個(gè)原子(zǐ) 500↕λγ納秒(miǎo)的(de)活動機(jī)制(zhì ♥‍')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(gāφ•φo)1000 倍。

事(shì)實上(shàng)，最龐大(dà¶λ)的(de)Top 500 超級計(jì)算(suàn)φ≥₽×機(jī)在這(zhè)一(yī)時(shí)期λ£α僅增加了(le)400 倍。

GPU 加速計(jì)算(suàn)推動著(zhe)超指數(shù)級的(♦δ>≥de)增長(cháng)。

實現(xiàn)這(zhè)一(yī)目标需要(yào) CUDA GPU、'∞多(duō) GPU 系統、網絡性能(néng)σ★提升和(hé)全棧優化(huà)，這(zhè)種完全集成的(de)計(jì≠∑≈)算(suàn)方法就(jiù)是(shì)我們所說(shuō₩€™)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(π∏> jiān)尺度，我們需要(yào)進行(x∏<íng)毫秒(miǎo)級的(de)模拟來(lဣ→i)觀察重要(yào)的(de)細胞過程，例如(rú)新冠∞¥♣肺炎刺突蛋白(bái)的(de)作(zuò)用(yò •₽₽ng)機(jī)制(zhì)。

以及在秒(miǎo)級的(de)時(shí)間(jiān)尺度上✔ε(shàng)觀察蛋白(bái)質折疊過程。

這(zhè)又(yòu)增大(dà)了(le) 3 到(dào)6 個(gè∞ )數(shù)量級，即使使用(yòng)GPU 加✔↕速計(jì)算(suàn)，也(yě)可(kě)能(né♥÷€ng)需要(yào)10 年(nián)♥≈才能(néng)實現(xiàn)。

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(yòng)函數→≥(shù)學習(xí)工(gōng)具。

其有(yǒu)效性以及 NVIDIA GPU 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)研究，我們經常從(cóng)中看(kàn)到(dào)重大φσγ(dà)突破。

AI 模型的(de)規模在短(duǎn)短(duǎn)4↕®> 年(nián)內(nèi)增加了(le) 4 個(gè)數(shù)δ×≠€量級，現(xiàn)已超過一(yī)萬億個(gè)參數(s" §hù)！

我們預計(jì)幾年(nián)內(nèi)會(huì)有(yǒu)1 γ00 萬億以上(shàng)參數(shù)的(de)模型¶™"γ，因為(wèi)從(cóng)規模上(shàng)★π來(lái)說(shuō)，人(rén)腦(nǎo)大εε(dà)約有(yǒu)150 萬億個(gè)突觸。£↔☆±

美(měi)國(guó)能(néng)源部國(guó)家(jiā)實驗室β≠的(de)研究人(rén)員(yuán)結合深度學習(xí)與NAMD 對‍±≥(duì)新型冠狀病毒的(de)3.05 億個(gè)原子(zǐ∑≥)模拟超過了(le)1ms ，以觀察其刺突蛋≠≥♥♥白(bái)的(de)作(zuò)用(yò≤≥↕ng)機(jī)制(zhì)。

在過去(qù) 15 年(nián)裡(lǐ)，我們實現(‌♥‍∑xiàn)了(le)從(cóng) 2000ε✘$ 萬原子(zǐ) x 納秒(miǎo)到(d​÷×ào) 305 萬億原子(zǐ) x 納秒(miǎo)的(de)模拟，增‌γσ≠長(cháng)了(le) 1000 萬倍。

GPU 和(hé)深度學習(xí)使高(gāo)性能↕Ω✔(néng)計(jì)算(suàn)速度實現(xià<∞₩n)超指數(shù)級增長(cháng)。

自(zì)從(cóng)采用(yòng)深度學習(xí)以來(lái)，行(x​>♣íng)業(yè)高(gāo)性能(néng)計 ↓¥Ω(jì)算(suàn)應用(yòng)明(míng)顯增加，尤其是(→βπshì)在數(shù)字生(shēng)物(wù™♦ ≈)學、藥物(wù)研發、金(jīn)融服務、制•₽≠✘(zhì)造和(hé)運輸領域。

領軍者們看(kàn)到(dào)了(le)即将到(dào)來(lái™Ω)的(de)轉折點，正躍躍欲試，期待著(zhe)高(gāo)性能(n₹× éng)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 G₽§±÷ENCI、CRNS 和(hé) NVIDIA 合作(zuò)，用( ¶yòng) GPU 加速一(yī)個(gè)大(dà)規模分'₽₩(fēn)子(zǐ)動力學模拟軟件(jiàn)Tinker-​$ΩHP。

他(tā)們模拟了(le)新冠病毒刺突蛋白(bái) 38 微(wēi↔♠ γ)秒(miǎo)的(de)活動機(jī)制(zhì)，研究員(yuán) §¥£♦Jean Philippe 表示說(shuō)​륓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(kāi)♥™始使用(yòng) Tinker-HP 進行 σ✔(xíng)藥物(wù)研發。

Transformer是(shì)一(yī)個(gè)可(kě)以學習λ₩©σ(xí)序列模式的(de)突破性 AI 模型，✘✔§已經取得(de)了(le)驚人(rén)的(de)自(zì)然語言理≈φ(lǐ)解成果。

Google 的(de) BERT、OpenAI ™→∞的(de) GPT-3、NVIDIA 的(de₩∞) BioMegatron 就(jiù)是(s ←hì)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(Ω™☆✔rén)都(dōu)能(néng)使用(σ€yòng)，可(kě)能(néng)會(huì)對(duì)→‍"♠社會(huì)産生(shēng)深遠(yuǎn)影™↓>α(yǐng)響。

GENCI 和(hé) BigScience 的(de)開(kāi)放(∏♠δ♠fàng)大(dà)型語言模型協作(zuò)項↕♦♠®目彙集了(le)來(lái)自(zì) 45 個(gè)國(g₩ δuó)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(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(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) SMILES 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®λ≈₽)化(huà)合物(wù)。

該模型使用(yòng)由十億種商用(yòng)藥 ✔σ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(xín'≠≥©g)訓練。

流體(tǐ)模拟被用(yòng)于設計(jì)高(g≥" āo)效的(de)渦輪機(jī)和(hé)風(fēng)機(j☆'$ī)，甚至是(shì)現(xiàn)代數(shù)據中心。

幾何感知(zhī)、多(duō)物(wù)理(lǐ)場(c£​hǎng) CFD 模拟可(kě)能(né©↕ng)需要(yào)數(shù)天才能(néng)完成，這(zhè★​♣)限制(zhì)了(le)可(kě)探索的(de)設計(jì)規模。

NVIDIA 研究人(rén)員(yuán)開(kāi)發了(' le) SimNet，一(yī)種基于物(w <​ù)理(lǐ)信息的(de)神經網絡。

SimNet 是(shì)一(yī)種基于深度學習(xí)的( ↑de)多(duō)物(wù)理(lǐ)場(chǎng) CF¶÷←>D 模拟框架 – 一(yī)種遵守物(wù)理↓↕(lǐ)定律的(de) AI 模型。

GPU 加速計(jì)算(suàn)與深度學習(xí)₽♥× 的(de)融合正在推動許多(duō)領域的(de)超指數(sh←₩ù)級增長(cháng)。

超指數(shù)級規模将開(kāi)啓高(gāo)性能(néng)Ωγ±ε計(jì)算(suàn)的(de)行(xíng)≥'業(yè)應用(yòng)，同時(shí)行(xíng)業(yè)高(gā§↑o)性能(néng)計(jì)算(suàn)的(de)各種用(yòn¥δ₽'g)例又(yòu)會(huì)推動架構的(de)進步，不$'£(bù)僅僅是(shì)規模增長(cháng)。

行(xíng)業(yè)高(gāo)性能(néngα♣★→)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(xíng)業(yè)高(gāo)性能(≈λ‍€néng)計(jì)算(suàn)将是(shì)分(fēn)布式的( ≈ de)，跨越多(duō)個(gè)站(zhàn)點，§↑λ£延伸至邊緣，連接到(dào)遠(yuǎn)程傳感器(qì)，有(yǒu)≤→∏時(shí)還(hái)會(huì)運行(xíσΩng)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(gāo)性能(néng)計(j∏¥♣ì)算(suàn)即是(shì)雲原生(shēng)和(hé)混合雲計(jì)α₽算(suàn)。

中央超級計(jì)算(suàn)機(jī)的(de)性能(néng)将是('∏σshì)難以置信的(de)，它在第一(yī)性原理(lǐ)物♠¥↕∞(wù)理(lǐ)模拟方面表現(xiàn)卓著，大(dà)多(♣₽duō)數(shù)行(xíng)業(yè)将使用(yòng)數(shù) λ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(yλ≠è)，高(gāo)性能(néng)計(jì)算(suàn)将¥✔δ根據來(lái)自(zì)數(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"Ω±(dì)圖。

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(zì)動駕駛 ☆"AI 模型，同時(shí)針對(duì)可(kěε¥≤←)視(shì)化(huà)優化(huà)的(de)高(gāo)性能(₽σnéng)計(jì)算(suàn)将模拟行(xíngσ₩<<)駛在虛拟城(chéng)市(shì)中的(de)整個(gèΩσ)汽車(chē)堆棧。

在制(zhì)造行(xíng)業(yè)，針​✔對(duì)可(kě)視(shì)化(hu•∞×δà)優化(huà)的(de)高(gāo)性能(né↕←§→ng)計(jì)算(suàn)将創建虛拟ε "環境，讓機(jī)器(qì)人(rén)使用(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(xiàn)在視(shì)覺和(hé)物(w±β∞ù)理(lǐ)方面均非常準确的(de)數(shù)字孿生(shēng)""γ§模拟。

一(yī)些(xiē)超級計(jì)算(suàn)機(jī)将完全專用(y≥✘'òng)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(nóng)業(y"↕‌↔è)污染。

曆史數(shù)據可(kě)通(tōng<¶β)過多(duō)種模式進行(xíng)可(kě)視(shì)←™≈™化(huà)，這(zhè)些(xiē)數(shù)據将推動 AI£λ 模型預測未來(lái)幾個(gè)小(xiǎo)時(shí♥®>λ)的(de)天氣或未來(lái)數(shù)年(nián)的(de)氣候變化(≤‌ ‌huà)。

DestinE 就(jiù)是(shì)一(yī)台這(↑π ®zhè)樣的(de)計(jì)算(suàn)機(ε✔™♠jī)，它将成為(wèi)地(dì)球的(de)數(shù)字孿生¥≠Ω£(shēng)體(tǐ)，加速計(jì)算(suàn)和(hé) A÷​β I 将貫穿其始終。

然而，應用(yòng)的(de)多(duō)樣性≈Ω≠和(hé)系統瓶頸将推動系統架構的(de)多(d↕©uō)樣性。這(zhè)就(jiù)是(shì) Arm 的(dφ> e)魅力所在。

Arm 的(de)魅力在于其開(kāi)放(fàng)的(de®♥)許可(kě)模式，允許任何人(rén)創建♦≥專用(yòng)芯片和(hé)系統。

Amazon Graviton 非常适用(yòng)于超≥ ×δ大(dà)規模。

Ampere Computing 為(wèi)超大(dà)規模、雲和(hé)高(>↔gāo)并發用(yòng)戶應用(yòng)打造了(le₹★☆♦)出色的(de) CPU。

印度的(de) C-DAC 和(hé)韓國(guó)的(de) ET&$≤ RI 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(n÷₽éng)力和(hé)高(gāo)內(nèi)存帶寬的(de)超ε ¥±級計(jì)算(suàn) CPU。

Marvell 在存儲服務器(qì)和(hé) 5G 基站(zhà Ωn)方面表現(xiàn)優異。

在歐洲，SiPearl 正在為(wèi)歐'•™™洲 E 級 (每秒(miǎo)百億億次) 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(d♠↑♣≈e) GPU 加速計(jì)算(suàn)而優化(huà)的(de) ¶εCPU。

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 CPU 是(shì)第一(y♥ ₽♦ī)步。

構建一(yī)個(gè)實用(yòng)的(de)計(jì)算(s↑φΩφuàn)平台，支持不(bù)同科(kē)學​ 領域和(hé)行(xíng)業(yè)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(suàn)機(jī)并非獨≤δ∞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(jiàn)堆棧和(hé)工(gō≠∑ng)作(zuò)流程中。

Arm 需要(yào)第三方配套芯片、各種系統、特←₹ε定領域的(de)求解器(qì)和(hé)應用(yònε♠'εg)、中間(jiān)件(jiàn)、存儲和(hé)文(wéγπn)件(jiàn)系統、網絡、成熟的(deφ↕)開(kāi)發堆棧、支持熱(rè)門(m$∏én)編程模型和(hé)語言的(de) SDK <&π<以及數(shù)據中心管理(lǐ)軟件(jiàn)的(de)支持。₩ε↕

Arm 目前僅占全球數(shù)據中心的(de) 1%，因此激勵生(sh₹←→ ēng)态系統全面支持 Arm 将是(shì)一(yī)個(gè→¥£•)漫長(cháng)的(de)過程。

我們相(xiàng)信，Arm 模式在高(gāo)性能¶ε‍(néng)計(jì)算(suàn)領域的(de)時(shí)代已經到σ♠ε(dào)來(lái)。

盡管長(cháng)路(lù)漫漫，但(dàn) NVID‌'γ​IA 非常熟悉這(zhè)個(gè)過程。NVIDIA 可(γ≥☆kě)以快(kuài)速啓動 Arm 高(gāo)性能(néng)計(jì↕ ××)算(suàn)生(shēng)态系統。

在過去(qù) 20 年(nián)裡(lǐ)，我們為(wèi) ✔βNVIDIA 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Ω✔能(néng)計(jì)算(suàn)和(h™Ω♠≥é) AI 生(shēng)态系統。

我們為(wèi) 250 萬開(kāi)發者提供了(l&×β×e) 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(xiδ✔£àn)多(duō)元化(huà)，并渴望 NVI×↔>δDIA 為(wèi) x86 和(hé) Arm 提供加速計(jì)£≈★算(suàn)和(hé) AI 計(jì)算(suàn)。

考慮到(dào)社區(qū)的(de)關注點，我們将✔‍"為(wèi)從(cóng)雲到(dào)超級計₽π  (jì)算(suàn)中心到(dào)邊緣的(d↑←e)指令集架構提供支持。

還(hái)有(yǒu)一(yī)件(jiàn)事(s‍ε₩♦hì)值得(de)一(yī)提。

量子(zǐ)計(jì)算(suàn)雖然仍處于早期"₩σγ研究階段，但(dàn)我們有(yǒu)望模拟這(zhè)種類Ω™δ★别的(de)、随規模呈指數(shù)級增長(÷☆÷cháng)的(de)複雜(zá)問(w∞>≈èn)題，例如(rú)量子(zǐ)化(huà)學₽¶ 和(hé)密碼學。

盡管距離(lí)廣泛商用(yòng)還(hái)有(yǒu™≈)幾十年(nián)的(de)時(shí)間(jiā→‍&πn)，但(dàn)目前仍有(yǒu)重要(yào)的(de)研究要(yào)‍≤₩®做(zuò)，NVIDIA 可(kě)以通(tōng)過÷φ★♠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(j×∞δλì)算(suàn)機(jī)的(de)結果，為(wèi)優化(↔≤£ huà)量子(zǐ)算(suàn)法的(de)研究人(rén)員​∑€<(yuán)提供平台，構建混合量子(zǐ)-經↓™λ‍典系統，以及加速已用(yòng)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★​Ω)電(diàn)路(lù)模拟。

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

我們的(de)計(jì)算(suàn)機(jī)科(kē)學家(jiā)&¶→¶随時(shí)準備幫助你(nǐ)加速量子(zǐ↔↔)研究。

行(xíng)業(yè)高(gāo)性能(néng™®↑ )計(jì)算(suàn)的(de)時(shí)代已經到(dào↔"•α)來(lái)。

科(kē)學界利用(yòng)高(gāo)性能(néng)計(jì)算(→₹ €suàn)來(lái)測試新理(lǐ)論≥∑∏≥的(de)極限。

各個(gè)行(xíng)業(yè)需要(yào₹γ  )高(gāo)性能(néng)計(jì)算(suàn)來(lái)測試新≥​>λ産品的(de)極限。

到(dào)目前為(wèi)止，基于物(wù)理(lǐ)和(≠≈'hé)生(shēng)物(wù)科(kē)學的(de)産品會(h≠€uì)存在因問(wèn)題過于龐大(dà)且複雜(zá)，以至于難以λλ¥在模拟中正确求解。

GPU 加速和(hé) AI 改變了(le)這(zhè)一(yī)點₩≥∏©。

GPU 加速和(hé) AI 在 15 年(nián)內(nèi)将計(j☆πì)算(suàn)機(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(ch→∏áng)。

在行(xíng)業(yè)領域，高(gāo)性能(néng)≈¥>≠計(jì)算(suàn)不(bù)再是(shì)試圖登月(yuè)的(de)長"★<(cháng)梯，它現(xiàn)在是(shì)一(yī)艘火(huǒ)÷Ω¶©箭。

對(duì)于行(xíng)業(yè)來(lái)說(shuō)，問(wè ∏≤n)題已經不(bù)再是(shì)計(jì)算(suàn)機(j∑​ī)能(néng)做(zuò)些(xiē)什(shén)麽。而是(σ&shì)誰将率先使用(yòng)計(jì)算  ∞¶(suàn)機(jī)來(lái)為(wèi)行(xí☆∏">ng)業(yè)掀起革命性變革。

行(xíng)業(yè)高(gāo)性能(néng)計(jì)算(suà♦¥™n)的(de)時(shí)代已經到(dào)來(lái)。