Оглавление

За последние 15 лет в вычислительной технике произошла настоящая революция: GPU, изначально созданные для игр, перевернули подход к созданию суперкомпьютеров и стали движущей силой искусственного интеллекта в самых передовых научных системах.

Суперкомпьютер JUPITER в исследовательском центре Юлиха
Источник: blogs.nvidia.com

JUPITER в Forschungszentrum Jülich стал символом этой новой эры. Это не только один из самых эффективных суперкомпьютеров с показателем 63,3 гигафлопс на ватт, но и мощнейшая платформа для ИИ, обеспечивающая 116 экзафлопс для ИИ по сравнению с 92 на ISC High Performance 2025.

Статистика подтверждает тренд

В 2019 году почти 70% систем из TOP100 использовали только CPU. Сегодня этот показатель упал ниже 15%, причем 88 из TOP100 систем используют ускорение, а 80% из них работают на GPU от NVIDIA.

Среди всех систем TOP500 технологии NVIDIA используют 388 систем (78%), включая 218 GPU-ускоренных систем (рост на 34 системы за год) и 362 системы, связанные высокопроизводительными сетями NVIDIA. Тренд очевиден: ускоренные вычисления стали стандартом.

ИИ как новый эталон производительности

С архитектурами NVIDIA Hopper и Blackwell и системами типа JUPITER исследователи получили доступ к вычислительным мощностям для ИИ на порядки превосходящим предыдущие возможности.

Флопсы для ИИ стали новым стандартом измерения, позволяя прорывы в климатическом моделировании, разработке лекарств и квантовом моделировании — задачах, требующих одновременно масштаба и эффективности.

Переход на GPU был неизбежен еще до бума ИИ — математика энергопотребления сама диктовала этот выбор. Но именно революция ИИ превратила суперкомпьютеры из узкоспециализированных инструментов в универсальные научные платформы, способные одновременно работать с точными вычислениями и обучать нейросети. Ирония в том, что игровые карты спасают науку от энергетического коллапса.

Еще в 2016 году, задолго до сегодняшнего бума генеративного ИИ, основатель и CEO NVIDIA Дженсен Хуанг предсказал, что искусственный интеллект изменит самые мощные вычислительные системы мира.

«Несколько лет назад глубокое обучение пришло, словно молот Тора, упавший с небес, и дало нам невероятно мощный инструмент для решения самых сложных мировых проблем», — заявил Хуанг.

Энергоэффективность как двигатель прогресса

Гибкость новых систем позволила исследователям эффективнее распределять энергетические бюджеты, запуская более масштабные и сложные симуляции и обучая более глубокие нейронные сети, одновременно максимизируя производительность на ватт.

Но даже до распространения ИИ сырые цифры уже указывали на необходимость перемен. Энергетические бюджеты не подлежат обсуждению. Исследователи в области суперкомпьютеров осознали: путь вперед лежит через GPU.

Чтобы достичь экзамасштаба без счетов за электричество размером с плотину Гувера, потребовалось ускорение. GPU обеспечивали значительно больше операций на ватт, чем CPU. Это был предвестник того, что должно было случиться, и именно поэтому, когда начался бум ИИ, крупномасштабные GPU-системы уже имели импульс для развития.

От первых экспериментов к стандарту

Семена были посеяны с системой Titan в 2012 году в Национальной лаборатории Ок-Ридж — одной из первых крупных американских систем, объединивших CPU и GPU в беспрецедентном масштабе, показав, как иерархический параллелизм может раскрыть огромный потенциал приложений.

В Европе в 2013 году Piz Daint установил новый стандарт как производительности, так и эффективности, затем доказав свою ценность в реальных приложениях, таких как прогнозирование погоды с COSMO.

К 2017 году переломный момент стал неоспоримым. Summit в Национальной лаборатории Ок-Ридж и Sierra в Ливерморской национальной лаборатории ознаменовали новый стандарт для систем высшего класса: ускорение прежде всего. Они не просто работали быстрее — они изменили вопросы, которые наука могла задавать в области климатического моделирования, геномики, материаловедения и других областей.

Что это значит для науки

Речь идет не только о бенчмарках, но о реальных научных достижениях:

  • Более быстрые и точные модели погоды и климата
  • Прорывы в разработке лекарств и геномике
  • Симуляции термоядерных реакторов и квантовых систем
  • Новые горизонты в исследованиях на основе ИИ во всех дисциплинах

Сдвиг начался как необходимость энергоэффективности, стал архитектурным преимуществом и превратился в научную сверхспособность: симуляция и ИИ вместе в беспрецедентном масштабе.

Все начинается с научных вычислений. Теперь за ними последует остальная вычислительная техника.

По материалам NVIDIA.