超级计算机的发展方向

　　超级计算机通常是指由数百数千甚至更多的处理器(机)组成的、能计算普通PC机和服务器不能完成的大型复杂课题的计算机，即由八个或更多的节点组成、作为单个高性能机器工作的集群。

　　超级计算机是为研究复杂科技课题而设计的，它是由成千上万颗多核CPU组成，应用方向主要是模拟物理系统，诸如地球大气层，模拟氢弹核裂变反应等等。这些系统本身就可以划分为多个区块分别计算，直接对应给多个处理器或处理器多核心，避免数据的频繁迁移来提高效率。

　　近年来，超级计算机在情报处理上的应用越来越频繁。诸如分析自然灾害中的交通网络状况，从电话录音中搜索恐怖分子暗语等等。这类情报应用往往需要大量检索数据库信息，超多核心处理器在这种应用中就不那么在行了。

　　Sandia实验室主要为美国国家安全部门服务，因此尤其关注情报应用。根据他们的模拟，8核心之后再往处理器内塞入更多的核心，并不能带来性能提升，在情报处理应用中反而会出现性能下滑。“16核的表现就和双核差不多”。他们近一年来和业内处理器厂商、超级计算机厂商以及超级计算机用户进行了大量讨论。得出的结论是，如果不对计算机架构作出修改，未来当出现16核32核处理器时，为超级计算机编程的程序员或许只好屏蔽部分核心，或是将这些处理器用于非重点运算应用。

　　问题的关键在于存储带宽上。尽管处理器内的核心在不断增加，但CPU同外界的通道带宽却没有同步增长。对于超多核心处理器来说，用数据把它们喂饱成了一个难题。根据模拟测试，在处理器芯片上堆叠存储芯片，以大幅提高存储带宽，或许是一种解决方案，至少不会使多核心处理器性能下滑。但是，在现有的制造工艺下，想要在处理器上堆叠更大容量缓存是不现实的。

　　而GPU运算技术的出现，给超级计算机的发展带来一丝曙光。一颗GPU的浮点运算能力相当于CPU的几十倍甚至几百倍，而且也不用担心存储带宽不够用，GPU的显存带宽可达CPU的十倍以上，而且延迟更低。如果用同等规模的GPU组成超级计算机的话，那么超级计算机的运算能力将提升百倍之多;实现同等运算能力，GPU超级计算机的结构、规模、成本、功率将会大大减少——这就意味着个人超级计算机不再是梦想!

　　2008年11月18日，NVIDIA正式发布基于GPU流处理器运算架构的个人超级计算机“Tesla Personal Supercomputer”，以标准桌面工作站的体积提供相当于一个超级计算机集群的处理能力，同时价格只有百分之一，功耗也不过十分之一!

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友