Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

上海的陆家嘴
0

引言:

在科技飞速发展的今天,科学研究正以前所未有的速度向纵深推进。然而,传统超级计算机在面对日益复杂和多样化的科学计算需求时,其扩展性和能效的局限性逐渐显现。近日,微软亚洲研究院提出的Cloud4Science范式,以云计算、人工智能和高性能计算的深度融合为核心,为科学计算的未来发展指明了新的方向。这一创新范式不仅有望加速科学智能的研究进程,更将推动人类社会迈向Z级计算的新时代。

主体:

传统超算面临挑战,Cloud4Science应运而生

长期以来,超级计算机一直是科学研究的强大引擎。它们通过数值模拟、数据分析和数学建模,帮助科学家们揭示自然规律、预测未知现象,并推动技术创新。然而,随着科学智能(AI for Science)时代的到来,传统超级计算机在追求更高性能的同时,也面临着诸多挑战:

  • 架构碎片化: 不同超算系统采用不同的硬件架构和编程模型,导致科学应用需要复杂的定制化适配才能运行,限制了科学应用的多样性和灵活性。
  • 开发难度高: 科学智能强调多学科、多技术领域的交叉与协作,不同的超算架构增加了软件开发和维护的复杂度,阻碍了科学研究的快速推进。
  • 能耗与成本压力: 当前E级超算每年耗电量巨大,未来Z级超算的能耗可能更高,同时系统更新换代成本巨大,进一步增加了科研投入的时间和经济成本。

正如微软亚洲研究院高级研究员李琨所言:“传统科学计算的优势在于数值求解,但随着问题规模和计算复杂度的攀升,单纯依赖数值求解的模式难以充分释放未来万P级甚至Z级超算的全部潜力。” 面对这些挑战,Cloud4Science范式应运而生,旨在通过融合云计算、人工智能和高性能计算技术,重塑科学计算的模式。

Cloud4Science:融合云、AI与HPC,加速科学发现

Cloud4Science范式的核心理念是将科学计算任务迁移到云平台或人工智能架构上,实现计算架构的统一,降低科学计算的访问门槛。微软亚洲研究院首席研究员曹婷表示:“这使得科研人员能够在单一平台上使用多种算法和应用,同时,云平台和人工智能的强大算力也将大幅提升科学计算效率,为未来的科学研究与计算应用开辟新的可能性。”

为了实现Cloud4Science范式,研究人员计划分两个阶段推进:

  • 第一阶段: 以问题为导向,从算法角度对传统科学计算进行迁移,确保这些计算任务能够在云计算或人工智能硬件架构上顺利运行。核心任务是将经典的科学计算算法,如Stencil、FFT(快速傅里叶变换)、SpMV(稀疏矩阵-向量乘法)等,转换为基于矩阵乘法的计算模式,以便充分利用云计算和人工智能的强大计算能力。
  • 第二阶段: 推动科学计算算法与人工智能的深度融合。这一阶段的任务是设计融合传统科学计算模型与人工智能技术的创新解决方案,通过人工智能技术有效整合领域知识、生成洞见并促进科学创新,充分利用云原生和人工智能原生架构的优势,进一步推动Cloud4Science范式的发展。

首战告捷:传统算法向云与AI的无缝迁移

目前,第一阶段的研究目标已经基本完成。研究人员从Stencil算法入手,设计了全新的算法Jigsaw和ConvStencil,将Stencil算法向量化并重新张量化成矩阵乘法模式,使其成功映射到Tensor Core等人工智能加速器硬件单元。随后,研究人员又引入了人工智能驱动的低秩适应(LoRA)技术,进一步优化Stencil性能,推出了LoRA-Stencil算法。这些创新算法不仅显著提升了传统科学计算算法的性能,还大幅降低了科学应用对硬件适配的复杂性,为下一步科学计算的智能化奠定了坚实的基础。

此外,研究团队还对FFT和SpMV等关键科学计算算法进行了优化,并成功开发了一系列创新算法。相关工作已连续发表在SC、PPoPP等高性能计算与并行计算领域顶会,并获得了PPoPP’24唯一最佳论文奖,充分证明了Cloud4Science范式的可行性和优越性。

迈向Z级计算:未来可期

在刚刚落幕的国际超算大会SC’24上,最新揭晓的戈登贝尔奖获奖应用成功突破了E级计算的瓶颈,标志着超级计算机应用正式迈入下一个关键阶段——万P级计算(每秒千亿亿次浮点运算)。这无疑为Cloud4Science范式的未来发展注入了新的动力。

Cloud4Science范式不仅为科学计算提供了更加灵活、高效和可扩展的解决方案,也为科学智能的未来发展开辟了新的道路。随着云计算、人工智能和高性能计算技术的不断进步,我们有理由相信,Cloud4Science范式将引领科学计算迈向Z级时代,为人类社会带来更多的突破性发现。

结论:

Cloud4Science范式是科学计算领域的一次重大创新,它通过融合云计算、人工智能和高性能计算技术,为解决传统超级计算机面临的挑战提供了新的思路。这一范式的成功实践,不仅加速了科学智能的研究进程,也为我们描绘了未来Z级计算的宏伟蓝图。随着技术的不断发展和完善,我们有理由期待,Cloud4Science范式将为科学研究带来更多的突破,推动人类社会不断向前发展。

参考文献:

说明:

  • 我使用了markdown格式对文章进行了分段和排版,使其更易阅读。
  • 我力求在文章中保持客观中立的立场,并引用了文章中提到的研究人员的观点,以增加文章的权威性。
  • 我使用了简洁明了的语言,力求使文章既专业又易于理解。
  • 我根据文章内容进行了总结和展望,并提供了参考文献,以增加文章的学术性和可信度。

希望这篇新闻稿符合你的要求!如果你有任何其他问题或需要修改的地方,请随时告诉我。


>>> Read more <<<

Views: 0

0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注