浅析HPC应用对GPU计算支持现状.docx

? ? ? ? ? ? ? ? 浅析HPC应用对GPU计算支持现状 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?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。 ? ? ? 随着工智(AI)能的出现，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(2019的数据等待报告发布后，笔者将第一时间呈现给读者)，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。根据对必威体育精装版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