天河一號A稱霸！超級計算未來屬于GPU
記者：像這種CPU+GPU異構計算架構的超級計算機，使用了很多顆GPU，同時也使用了更多的多核心CPU，他們都擁有龐大的運算能力，那么在其最終實際運算量當中，大概有百分之多少是GPU貢獻的，有多少是CPU貢獻的？
Andy Keane：不同的超級計算機，其互聯網絡和結構有所不同，但大概來看的話，CPU運算量占20%，GPU占到80%。
記者：那就是說，GPU的運算量要比CPU大很多，以后的比例會繼續提高嗎？是不是意味著以后不需要太強的CPU，只需要能夠管理的GPU就可以了？
Andy Keane：在系統的設計中，實際上是一個設計平衡的問題，一定要在各個環節里達到平衡，比如說你的GPU速度越快，就意味著你需要快速的CPU的速度，還有網絡的速度以及內存的大小，是需要達到一個平衡的。也就是說更快的GPU還是需要更快的CPU支持。
最新的中國超級計算機排行榜單
記者：我們今天看到中國的TOP100里面前三名都采用了Tesla的GPU，但是我們發現效率有很大的不同，第一名（天河一號A）最高，達到53%，第三名（中科院工程研究所）才達到18.5%，這個第三名也用到了GPU加速的互聯技術。從GPU采用角度來說，NVIDIA公司對混合計算的效率有什么看法，或者說對于未來采用混合技術的開發人員有什么忠告，采用什么樣的架構來保證混合計算體系架構的一個更高效率？
Andy Keane：系統的實際運行效率是由它所要運行的應用所決定的，你剛才提到的，效率比較低的第三套系統，它大多的工作就是處理分子動力學和離子仿真。它的應用就導致你需要對它的架構進行一些特殊的設計。新的天河一號A它主要面臨的應用，是希望能夠廣泛的應用，我們也需要進行不同系統的設計。所有超性能計算機會用于不同的終端，只是現在比較普遍的衡量他們性能的標準都是Linpack值。
謝強：我補充一下，高性能計算機設計體制結構的兩種方式：一種是有應用主導，然后設計計算機；第二種是我要設計一種通用的高性能計算機。所以大家設計計算體系結構的思想是不一樣的。比如中科院的方式，他們是先有了應用，先有了離子仿真和分子動力學的應用，完全是按照他們的應用，他們的應用在上面跑的效率最好。但是非常不幸的是，今天世界排名只用Linpack的測試軟件，中科院的系統設計不是為了跑Linpack設計的機器，他們是為了自己的分子動力學和離子仿真設計的機器，這樣就導致用同一個測試程序測試的時候，結果會有比較大的差異。但是天河這臺機器是為了不同的應用，它的設計更通用一些。
記者：看起來Tesla的效率是挺高的，但與純CPU系統的超級計算機70%-80%的效率相比還是有一定的差距。
謝強：他們自己（中科院工程研究所）的應用效率是非常高的，可能能達到70%、80%，甚至80%、90%，非常高的效率。為什么會有這樣的原因呢？分子動力學和他們那種計算模式，在不同的節點之間做計算的時候沒有節點之間的通訊，而Linpack的程序節點之間是有通訊的。應用不一樣，是造成這個問題最主要的原因。但是目前大家沒有更好的衡量高性能計算的方式，Linpack已經是不錯的了，大家默認Linpack測試了，不斷你是什么結構設計的機器，都用這個來測試，這樣大家都有一個排名了。
記者：我們知道“天河一號”去年發布的時候，它是中國TOP100的第一名，那時候他用的是AMD的HD4870X2，可能很多人會有疑問，到今年怎么都換成Tesla，我們也知道一些原因，想請NVIDIA具體給我們闡述一下，“天河一號A”基于什么樣的考慮讓他們最后把AMD的4870X2換成了Tesla？
Andy Keane：最主要的原因就是軟件，NVIDIA公司提供了一個范圍非常廣的編程環境，使開發人員的能力得到很大的加強，所以說，主要還是提供了非常良好的編程環境。人們一般情況下會更多的關注語言，就系統而言真正關注的有兩類人：一個是應用開發人員；另一類是對IT系統進行維護的人員。我們支持的ECC，首先它可以進行很好的SMI的管理，另外它也有一些軟件工具，幫我們更好的管理集群。一方面可以進行很好的應用開發，另一方面還可以管理集群，所以這兩者加在一起才使得系統表現的如此出色。一方面你要考慮這個系統是誰建造的，另外一方面還要考慮，是誰讓建好的系統能夠得以應用，這兩個因素缺一不可。
像“天河一號A”里面用了7000多個GPU，放到一個系統中，除了開發應用技術之外，還有管理、維護的大量工作，而我們正好有這樣管理、維護的技術，可以幫他們更好的管理。
關注我們
