[重磅] HPC 应用对GPU计算支持现状解析

2018-1-8

     来源：架构师技术联盟

     作者：Hardy

     链接：http://mp.weixin.qq.com/s/JlZCZ7CwTWyWGgTQPNVA9Q

    HPC 应用支持 GPU 计算的增长几乎完全是由英伟达（NVIDIA）推动的，该公司在构建一个健壮的软件生态系统以支持其在硬件方面的投入。具体来说，通过开发了一套并行编程 API、库和相关的软件开发工具 CUDA（Compute Unified Device Architecture）支持 GPU 平台的应用程序开发，包括 OpenCL 开放的标准框架、各种处理器架构加速和 OpenACC（高级语言的标准编译器指令）。NVIDIA 还在全球建立了超过 20 个 GPU 中心，数百个学术机构的 GPU 研究和教育中心的全球网络，提高通用 GPU 编程软件工具开发的速度，通过与 ISV 合作加速完善商业 HPC 应用程序和开发库。

    随着人工智能（AI）的出现，许多组织都在投入深度学习技术，将人工智能的发展和技术带到他们的产品、服务或运营中，然而这些算法通常依赖于 GPU，AI 已经成为 NVIDIA 的主要增长引擎。

    在 HPC 应用支持 GPU 计算调查中，著名咨询机构 Intersect360 要求用户列出他们的顶级 HPC 应用程序（5个站点内）。然后用这些数据来统计最多常用的 HPC 应用程序。在 2017 年第三季度收集的数据中，1792 个统计程序中共有 534 个不同的应用程序。

      HPC 本质上是一个多元化的市场，应用程序跨越多个领域。本报告将重点关注在 HPC 用户站点普查中所报告的前 50 个应用程序，按次数排序。为了将应用列表限制在 50（其中有 2 个统计并列 49 位），从每个主要应用场景中选择了 2 个应用程序。高性能计算（HPC）跨越了技术和业务领域等一系列应用领域。在大多数领域中都存在 GPU 加速应用程序，包括化学研究，流体动力学分析，结构分析，环境建模，地球物理学，可视化/图像处理和物理。

    在 HPC 应用支持 GPU 计算报告中，咨询机构 Intersect360 列出了 50 个最常用的高性能计算（HPC）应用程序，识别出目前采用 GPU 加速的应用程序。根据对最新 HPC 用户站点普查数据和研究发现，HPC 用户用到的 50 个最流行的应用程序中有 34 个提供 GPU 支持，另外 2 个应用目前正在开发中。前 15 个应用程序目前都通过某种形式实现对 GPU 支持。在 HPC 市场上，GPU 计算已经达到了一个临界点，这将预示着 HPC 应用程序采用 GPU 优化将成为主流。

化学领域

    化学是最常见的 HPC 应用领域之一，有组织使用 HPC 系统了解化合物和过程，根据这种理解设计新的物质为今后的研究和产品开发提供信息。包括计算化学，分子建模，和质谱数据分析。

    前 50 名 HPC 应用中有 20 个应用于化学。这种 HPC 软件受欢迎的原因是生物分子研究和开发新化合物的兴趣所驱动的。如表 2 所示，GPU 对顶级化学编码的支持非常深入的，这在很大程度上要归功于该应用领域中，大量的开源代码和活跃的开发者的贡献。因此，20 个化学应用中有 16 个目前可以使用 GPU 加速，包括排在前 15 名的 HPC 应用。

流体动力学分析

    计算流体动力学（CFD）的解决方案目前异常广泛的被应用，如：飞机设计，内燃机设计，建筑物气流分析，心脏泵的设计，细胞内蛋白质运输的建模等等。与结构分析领域类似，这些应用主要来自商业代码捐献，但最初的代码来自 NASA 开发和开源的努力。在 HPC 中，作为前十大应用程序的OpenFOAM 的出现，预示着整个行业向开源代码的方向发展。

    如表 3 所示，这两种最流行的 CFD 应用，ANSYS Fluent 和 OpenFOAM 使用 GPU 的支持。

结构分析

    结构分析包括用于分析各种结构的应用程序，包括显式和隐式有限元分析（FEA），是用于工程分析的重要计算工具。它主要是用来对结构的负载和压力进行分析，包括用于汽车的虚拟崩溃测试。

    表 4 描述了前 50 个 HPC 应用程序中的 8 个结构化分析应用。8 个中有 7 个已经支持 GPU 计算。

生物科学

    生物科学应用是用来揭示生命的本质、并帮助设计医学治疗方案的学科。他们也用于了解和提高农业生产。这部分包括基因组学等应用，蛋白质组学，药物发现等等。由于基因组学的快速发展，带动分析基因和细胞的生物信息学软件快速发展， 使得基因组学驱动整个生命科学发展。

    如表 6 所示，在生命科学领域，GPU 计算应用已经落后于其他领域，然而，BLAST 应用有个 GPU 版本，被称为 GPU-BLAST，现在已在研究领域使用，还有一个 GPU 加速版本的 Bowtie，作为 NVIDIA 实验室项目在运作。

    表 7 列出了剩余的前 50 个 HPC 应用程序及其域。2 个商业智能领域，2 个天气预报和环境建模领域，1 个物理和 1 个模式识别领域。

天气、环境建模

    环境建模包括用于模拟天气、气候、空气质量和海洋的应用程序系统。天气预报的潜在用途包括从挽救生命和财产到先进的严重天气警报，预测野火，通过预测能源需求来管理电网，根据天气预报来估计当地超市对产品的需求。

商业智能

      SAP 和 Oracle 出现在前 50 名 HPC 应用程序的列表中。在业务计算、HPC、甚至科学应用程序之间通过有一些交叉，随着分析领域的迅速发展通过数据库解决一些问题。SAP 和 Oracle 都有 GPU 加速版本。SAP 和 Oracle 正在布局未来，为企业客户开发 AI 优化的模块，计划把深度学习应用到 GPU 计算。

物理应用

    物理包括用于建模行为中涉及的基本原理的应用程序，物质和能量。该领域的范围涵盖从宇宙演化的宇宙模型，到量子力学的亚原子水平的物质。物理学家是 HPC 的首批用户之一。

模式识别

    模式识别是深度学习的基础。模式识别应用程序可以从大量的训练中学习数据，以便能够从类似的数据中做出推断。TensorFlow 是最常用的应用程序，深度学习与 GPU 计算有很强的亲和力，而TensorFlow 则可以通过 GPU 实现加速和优化。