机器学习算法将帮助医学研究人员全面了解美国癌症人患者的详细情况。
深度学习可以帮助科学家识别出更好的电池材料、更具弹性的建筑材料和更高效的半导体材料。
通过混合使用人工智能 (AI) 技术,研究人员将确定人类蛋白质和细胞系统的功能、合作和进化模式。
因为超级计算机经常用来运行人工智能 程序,所以超级计算已经成为人工智能的代名词。 这种常规的用法是因为人工智能程序需要超计算机提供的高性能计算。 换言之,超级计算机可以处理人工智能应用程序通常需要的工作负载类型。
IBM 专门针对大数据和人工智能工作负载构建了 Summit 和 Sierra 超级计算机 。 它们将帮助我们模拟超新星,开拓新材料,探索癌症治疗、遗传学与环境 - 利用面向所有业务领域的技术。
超级计算以每秒浮点运算次数 (FLOPS) 衡量。 Petaflops 是计算机处理速度的一种度量单位,等同于每秒千万亿次浮点运算。 速度为 1 petaflop 的计算机系统每秒可以执行百万的四次方次浮点运算 (1015)。 从另一个角度来说,超级计算机的处理能力比最快的笔记本电脑高出一百万倍。
根据 500 强名单 (链接位于 ibm.com 外部),世界上最快的超级计算机是日本的 Fugaku,截至 2021 年 6 月统计的速度是 442 petaflop。 IBM 超级计算机 Summit 和 Sierra 分别位列第二名和第三名,速度分别是 148.8 和 94.6 petaflop。 Summit 位于橡树岭国家实验室,这是美国能源部在田纳西州设立的设施。 Sierra 位于加利福尼亚州的劳伦斯利弗莫尔国家实验室。
为了清楚地认识现在的速度,1976 年在洛斯阿拉莫斯国家实验室安装 Cray-1 时,它的速度能达到约 160 megaflop。 1 megaflop 可以执行一百万次 (106) 浮点运算。
超级计算一词有时用于指代其他类型的计算。 但是其他时候,这些同义词可能会令人困惑。 为了阐明计算类型之间的一些异同,下面介绍一些常见的比较。
超级计算通常是指超级计算机使用的复杂的大型计算过程,而高性能计算(HPC)是指使用多台超级计算机来处理复杂的大型计算。 这两个术语经常互换使用。
超级计算机有时也被称为并行计算机,因为超级计算机可以使用并行处理。 并行处理是指多个 CPU 在给定时间共同对单个计算求解。 然而,HPC 场景也使用并行性,但不一定使用超级计算机。
另一个例外是,超级计算机可以使用其他处理器系统,例如向量处理器、标量处理器或多线程处理器。
量子计算是一种计算模型,它利用量子力学定律来处理数据,根据概率执行计算。 它旨在解决世界上最强大的超级计算机无法且永远不会解决的复杂问题。
超级计算已有多年的发展历史。20 世纪 40 年代,当巨人计算机被运到布莱切利园并正式开始使用时,超级计算就诞生了。 巨人计算机是第一台具有一定功能的电子数字计算机,由邮政总局 (GPO) 研究电话工程师 Tommy Flowers 设计。
超级计算机 一词最早是在 20 世纪 60 年代初开始使用,当时 IBM 推出了 IBM 7030 Stretch,同时 Sperry Rand 公开了 UNIVAC LARC,这是最早的两台专门的超级计算机,其功能远远超过当时最快的商用电脑。 真正影响超级计算机发展进程的事件是 20 世纪 50 年代末美国政府开始定期拨款,资助开发前沿的高性能计算机技术以用于军事应用。
尽管超级计算机最初生产数量有限,并且仅为政府所用,但这项逐渐进步的技术最终在工业和商业主流中找到了用武之地。 例如,Control Data Corporation (CDC) 和 Cray Research 这两家美国公司从六十年代中期到七十年代末期,一直领导着商业超级计算机行业。 由 Seymour Cray 设计的 CDC 6600 被认为是第一台成功的商用超级计算机。 IBM 后来居上,从 20 世纪 90 年代到今天一直是商业行业的领导者。
高性能计算解决方案通过对抗癌症和识别下一代材料,帮助解决世界上最大的挑战。
为了应对当今的挑战并为未来做好准备,您需要将人工智能解决方案与您的基础架构和数据策略相集成。
通过 Power10 芯片交付混合云的未来,以提高能效、容量和性能。
消除 I/O 瓶颈,让 GPU 和 CPU 共享内存,更快挖掘洞察,并构建更准确的模型。
借助开源开发带来的灵活性和控制力,优化本地和云端的 IT 基础架构。
1 加快速度:超级计算的未来, 国家学术出版社 (链接位于 ibm.com 外部)