【新智元导读】美国橡树岭国家实验室百亿亿次计算项目（ECP）CTO 概述了 ECP 的百亿亿次超级计算机计划，强调数据科学和机器学习令美国超算研发不得不作出改变。美国计划在2021年开发出百亿亿次超级计算机，不过，按照“十三五”高性能计算专项课题计划，我国在今年底将研制成功新一代百亿亿次超级计算机。

　　百亿亿次计算（Exascale computing，E级计算/艾级计算）将为高性能计算领域以及最终的企业级数据中心基础架构带来重大变化。

　　百亿亿次计算是指每秒浮点运算次数至少是一个 exaFLOPS，或者每秒一百万兆次运算的计算系统。目前 20 petaflop 的超级计算机已经属于世界最快的计算系统，但在全球多个国家正在开发的这些E级计算的系统据称比 20 petaflop 的超级计算机性能高50倍，并将为能源效率、实体足迹（physical footprint）等领域带来相应的改进。这些系统需要强大的计算力以运行工程师和科学家们使用的越来越复杂的应用程序，但获取或运行它们不会太贵，而且只有少数一些组织能够使用它们。

　　与此同时，高级数据分析和机器学习的出现迫使美国的超级计算机研发不得不作出改变，从为系统开发的软件堆栈到与正在积极追求E级计算的中国企业的竞争，变化无处不在。上周在德克赛斯州奥斯汀举行的 OpenFabrics 研讨会上，来自橡树岭国家实验室，同时是百亿亿次计算项目（Exascale Computing Project，ECP）CTO 的 Al Geist 概述了 ECP 计划在接下来几年开发百亿亿次超级计算机的工作。Geist 在演讲中提到，在过去18个月里，数据分析和机器学习成为主流，这扩大了科学家们以及企业对百亿亿次计算的构想。

　　Geist 说：“将来，会出现越来越多的驱动力去研发能够解决更广泛的问题的机器，这将要求机器学习能够在运行中的计算机内进行分析，而不是先将数据写入磁盘再进行分析。”

　　受移动设备的激增以及云计算越来越多地被采用所驱动，数据量继续在大规模地增长。HPC 组织和企业都在寻求能够几近实时地收集、存储和分析这些数据的方法，以便能够立即进行研究和商业决策。机器学习和人工智能越来越多地被用于帮助加速数据的收集和分析。此外，AI 和机器学习也是从新的网络安全技术到自动驾驶汽车系统等许多新兴技术的核心。

　　Geist 说，ECP 在数据分析和机器学习方面的作用越来越大，体现在正在为E级计算开发的应用程序。例如，这些应用程序涉及从气候学和化学到基因组学，从地震学到宇宙学等等的许多领域。目前还有一个项目正在开发用于癌症研究和预防的应用，这项工作正在越来越多地需要使用数据科学和机器学习。

　　成立于2016年的 ECP，最初设立了四个关注点相对窄的应用开发协同设计中心，例如高效百亿亿级离散化和粒子应用。其中一个关于在线数据分析和缩减的项目涉及科技行业中日趋重要的数据科学工作。最近几个月，ECP 增加了第5个协同设计中心，j2直播，是目标赋能百亿亿级应用程序的图形和组合方法。Geist 说，新的中心更专注于应对数据分析和机器学习带来的挑战。

　　从更普遍的意义来讲，这两项新兴技术也对 ECP 从 IBM，英特尔以及英伟达等供应商那里寻求的系统类型，以及与中国在超算竞赛中日益激烈的竞争有影响。ECP 正在寻找不仅是百亿亿次计算可用，而且还可以被更广泛的组织使用的系统。在这样的想法的驱动下，为 HPC 环境开发和使用的创新应用将逐渐变成企业级和商用级机器。Geist 说，这些系统应该让更广泛的用户可用，而不仅仅为少数“英雄程序员”（hero programmer）所用。鉴于此，ECP 正在寻找供应商来开发可满足程序中规定的各种要求的系统，例如实现超高的并行性，创造可以处理扩展性和高可靠性的新型记忆和存储技术，以及将功耗控制在20~30兆瓦。

　　然而，这并不意味着一定要有特别的设计或高级的新架构。Geist 说，如果供应商在不需采取激进的解决方案的情况下创造出具有百亿亿次计算能力的系统，那就没关系。“事实上，我们甚至更喜欢这种做法。”他说。与此同时，ECP 的成员也知道，为了按照计划在2021年开发出第一台具有百亿亿次计算能力的超级计算机，将需要采用一些新的设计和架构方法。到2023年下一个这样的系统出现时，有希望不必采用这类激进的方法。