2017年全球超级计算大会（SC17）展区。
文/祁萌
“众星捧月”。上榜项目让NVIDIA在最新的HPC TOP500榜单中显得格外亮眼——或者准确地说，是在“榜单背后”：
11月中，这个在美国丹佛举行的2017年全球超级计算大会（SC17），一如既往地吸引了全球顶级的超算供应商与用户的关注。
榜单中，由NVIDIA GPU加速的系统增加了34个，总数达到了87个。NVIDIA在榜单中的总petaflops增幅也达到28%；在Green500榜单的前20个最高效的超级计算机中，由NVIDIA提供支持的系统占据了14个。
NVIDIA创始人兼首席执行官 黄仁勋。
正如NVIDIA创始人兼首席执行官黄仁勋所说，加速计算的时代已经到来了。
或许是考虑到NVIDIA在OEM厂商和云服务提供商中被迅速推广，黄仁勋在SC17期间的演讲中，更乐意用满满地激情去谈论，借助加速计算，软件和应用究竟可以为HPC领域带来哪些价值与创新。
与那些令人惊叹却也稍显枯燥的数字相比，在丹佛的SC17，新产品、新技术都是吸睛的亮点。不过，如果你在现场，就会注意到，新应用的参观人群同样人群密集。
没错，因为这是AI与HPC技术在细分行业的真实落地——这是关系到HPC，同样是关系到AI未来“钱途”的大问题。
科学计算需要新工具
黄仁勋在演讲中花了大段时间来专门讲解这些前沿与高深的应用。它们中有很多位于科学研究的前沿，不为常人所熟知。
在过去5年～6年中，GPU推动了深度学习发展的“大爆炸”，并因此迅速进入了商业领域；如今一个新的想法又开始受到关注：是时候利用深度学习来推动GPU在传统科学计算领域的发展了，而方法论只有一个：加速计算。
“这是很自然的想法，传统科学计算需要新工具。”在丹佛SC17的NVIDIA展台边，NVIDIA高性能计算团队的负责人王鹏对记者说。
过去，基于HPC的科学计算主要依靠模拟。它的局限在于，无法直接观察很多现象并进行研究，例如星系的形成或黑洞的碰撞等——它们本身就无法被人类观察。
深度学习如今开始解决这一问题，一个最简单的方式，是用模拟产生的数据，作为深度学习的训练数据，并由此训练出新的模型，反哺科学计算。
在NVIDIA的展台中，这种借助给予深度学习推动科学计算的案例已不在少数，引力波探测、药物开发、中微子探测、核聚变研究等——尽管这些应用是如此的专业，还是很容易吸引人们的驻足探秘。很显然，人们都想知道，今天的科学家到底在做些什么，他们将怎样改变我们未来的生活。
核聚变研究是个有趣的案例，因为数据量巨大，即便是基于HPC的传统科学计算，也很难通过模拟，预测核聚变发电站何时将变得不稳定。
普林斯顿的科学家借助了上面的方法，基于科学计算的实验数据，利用AI深度学习训练出了新的模型。过去，传统方法预测有着约70%的精确度；而新工具的引入，让预测精确度达到了惊人的90%——相信对于绝大多数的参观者而言，这会是个不明觉厉的数字。
另外一个科学计算领域的新工具是可视化。科学计算的数据规模越来越大，数据的可视化被提上日程再自然不过。
传统可视化的实现手段是从HPC远程传输数据至工作站，而数据力量的倍增，如今已经让这种方式在可视化需求面前捉襟见肘。
新方法的思路是，在哪里模拟，就在哪里做可视化——这本是GPU的天然优势。“既做计算，又做模拟，某种程度上，只有GPU能做到。”NVIDIA自上而下的自信无处不在。
普罗大众对VR应用的兴趣则会更浓些——相较而言，这也更贴近NVIDIA的业务传统：
如今的气象研究已经可以通过VR，让气象学家来直观三维云图。这样得出的结果，当然远比屏幕上的二维图片来得准确。相信很快，哪块云彩有雨或者没雨，我们都能说得清楚了。
基于这些案例的展示，黄仁勋说：“Volta是世界上最强大的人工智能与高性能计算平台，能够助力全球最顶尖的科研人员在新药研发、替代能源和自然灾难预测等领域取得突破性进展。部署于全球各地的数据中心与云端的Volta必将引发新一轮创新，进而为全社会带来无与伦比的影响。”
黄仁勋这一立论的关键在于，NVIDIA之于科学计算与人工智能的价值。一份报告佐证了它：
分析公司Interesect360 Research的一份最新报告，将NVIDIA列为未来科学计算的关键，指出如今排名前15位的HPC应用都在使用GPU加速（包括GROMACS、ANSYS Fluent、Gaussian、VASP、NAMD、Simulia Abaqus、WRF、OpenFOAM、ANSYS、LS-DYNA、BLAST、LAMMPS、AMBER、Quantum Espresso和GAMESS。），而在前50位中，70％的HPC应用也都使用GPU加速。
容器，将让科研人员去做科研
容器应用在商用计算领域内正如日中天，NVIDIA同样没有缺席这一热点市场。
在公告主流云服务商都已采用基于Volta架构的云服务的同时，在SC17,NVIDIA还发布了面向HPC行业的容器应用的软件及工具。
在大型超算中心，管理员会为用户安装各种应用软件；但在更广泛的用户群中，研究人员就没有那么幸运。他们通常需要自行安装和部署各种应用。
NVIDIA推出的针对
NVIDIA GPU Cloud（NGC）容器注册的软件及工具，为的正是解决这些困难，它可以助力科学家们轻松部署NVIDIA的加速计算平台，开展计算密集型研究。
NVIDIA面向科学计算应用与高性能计算可视化工具的容器，可以让用户访问许多广泛应用的GPU优化型高性能计算软件。如今，它们也加入了NVIDIA NGC容器注册中GPU优化型人工智能框架与深度学习应用的行列。
这些新容器让研究人员能够仅通过NGC这一单一资源，轻松、免费获取对于其科学工作流程必不可少的人工智能框架、高性能计算应用和可视化工具。
NVIDIA的官方判断是，基于NGC 的GPU优化型高性能计算容器，传统需要耗费数天或数周时间的部署工作，用户能够在几分钟就能搞定。
SC17开展的前一天，黄仁勋在演讲PPT里写下了这样一段话：
“NVIDIA VOLTA,IN EVERY CLOUD,EVERY OEM,EVERY DATACENTER.”
应该没有人会对此有不同意见。AI在HPC领域的爆发式增长，让黄仁勋有了如此自信的理由。
在开展期间，NVIDIA还宣布“全球最先进”的数据中心GPU——基于NVIDIA Volta架构的NVIDIA Tesla V100 GPU已通过主流计算机制造商正式推出，并被各大云服务提供商采用。Dell EMC、HPE、华为、IBM与联想此前均已宣布向其客户提供基于Volta的产品。
同时，云服务商包括阿里云、AWS、百度云、Microsoft Azure、Oracle Cloud和腾讯云等提供商，也已宣布推出基于Volta的云服务。
【IT创事记】创见科技未来，旨在为读者提供科技企业和科技趋势的前瞻分析与评论。创始人《商业伙伴》副总编祁萌，曾任《电脑商报》主编、都市媒体记者编辑，从业超过14年。
【IT创事记】同名入驻各主流社交媒体平台。
