2014高性能计算用户大会:让HPC联接世界

来源: 新浪科技
2014/9/29 10:28:39
2014高性能计算用户大会在京举行,近千位国内外高性能计算研究与应用专家和用户代表到会。

分享到: 新浪微博 腾讯微博
本文关键字: 高性能计算 HPC
9月28日消息,2014 高性能计算用户大会在京举行,近千位国内外高性能计算研究与应用专家和用户代表到会。大会提出“HPC PLUS”理念,认为高性能计算正在联接世界、改变生活,并展示了高性能计算在全球最大射电望远镜阵列SKA项目、政府间气候变化委员会IPCC-AR5、天河二号超大规模应用等大科学工程中的最新进展,分享了深度学习、个体医疗以及脑科学等全球热点技术领域的高性能计算应用趋势。
当前,除了在科研领域之外,高性能计算正展现出强大的延展性,与 金融互联网、工业设计、文化创意等各行各业之间的交叉关联变得前所未有的紧密。同时,高性能计算与 云计算、大数据之间的交叉融合趋势越发明显,成为推动全球信息产业发展的三大动力之一。
大会主办方代表、亚洲超算协会(ASC)发起人、 浪潮集团首席科学家王恩东表示,高性能计算日益融入社会生活的各个领域已经成为一种大趋势,正在深刻改变人们的日常生活,这与本届大会重点强调的“HPC PLUS”理念十分匹配。同时,高性能计算与各行各业之间的紧密关联,也带来高性能计算发展理念的变革,应用将成为未来全球高性能计算发展的核心所在。
IDC副总裁Earl Joseph在报告中同样指出,应用将是高性能计算未来发展的首要瓶颈,当下大多数用户依然缺乏并行 软件的使用经验,并且尚有大量的应用程序需要进行重大的重新设计。Earl Joseph还提及,大数据结合高性能计算正在新的领域创造出新的解决方案,这已经成为一种趋势。而高性能计算用于管理大型基础设施和数据分析,预计将成为未来发展的两大热点领域。
随着计算能力达到百亿亿次的艾级超级计算机从探讨进入研制阶段,全球高性能计算将从“P时代”(千万亿次)步入“E时代”(百亿亿次),如此庞大的超级计算机对超大规模并行计算应用的需求将前所未有的强烈。数据显示,目前天河二号上运行的“全球正压大气浅水波模式”,其使用的计算核心数量达到了170万。然而,在可能拥有数千万计算核心的艾级超级计算机上,这种规模的应用依然是“小应用”。因此,在即将到来的“E时代”中,如何让大机器在大科学、大工程中发挥应有的价值,更好的解决人类共同面临的重大问题,已经成为全球高性能计算领域探讨的焦点之一。
SKA计算硬件和存储负责人、奥克兰理工大学的John Bancroft认为,高性能计算已经成为大科学工程研究中不可或缺的工具。目前,SKA已经成为全球最大的“大数据”项目,每秒采集的数据量大于12Tb,相当于2013年底中国互联网国际出口带宽的3.5倍,需要动用大概100台天河二号才能完成如此规模的数据处理。
对于高性能计算未来的发展,王恩东认为,以应用为核心的国际间交流合作,将成为未来全球高性能计算产业的发展趋势,科研院所、政府机构以及用户都将深入参与其中。因此,高性能计算用户大会一直将“应用导向”作为大会宗旨,其目的就是要让大会成为“应用者大会”,让每位与会者都能通过大会了解到高性能计算在传统领域的创新、在新兴领域的应用,让高性能计算对接实际应用需求,从而推动高性能计算在各行各业得到更快、更好的应用。与此同时,人才培养也是推动高性能计算持续发展的关键要素,必须加大在这方面的投入力度。
据了解,本届大会的目标是更好的促进海内外超算技术和应用创新的交流,为此设立了主论坛和五大分论坛,邀请了国内外的天文、地球、材料、生命、气象、物理、化学、互联网、工程仿真等众多领域的专家现身说法,共同探讨如何用高性能计算发掘更多科学潜能,从而让人类生活更加美好。
责编:李玉琴
vsharing 微信扫一扫实时了解行业动态
portalart 微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
IT系统一体化时代来了

2009年Oracle 用Exadata服务器告诉企业,数据中心的IT服务一体化解决方案才是大势所趋,而当前企业对大数据处理的..

高性能计算——企业未来发展的必备..

“天河二号”问鼎最新全球超级计算机500强,更新的Linpack值让世界认识到了“中国速度”。但超算不能只停留于追求..

    畅享
    首页
    返回
    顶部
    ×
    畅享IT
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918
    Baidu
    map