1. 首页
  2. 教育
  3. 深度学习

HSLR的Hawk获得GPU

近年来,高性能计算(HPC)在科学研究中的广泛采用使科学进步以前所未有的速度发展。超级计算机可以比科学家在现实生活中进行实验或复制无法进行实验的过程更快地模拟各种过程。但是,仿真并不是科学研究的唯一有效方法,而人工智能和深度学习可以极大地增强仿真。这就是来自斯图加特高性能计算中心的科学家计划在未来几个月内使用Nvidia的A100 GPU升级其仅CPU的Hawk超级计算机的原因。

近年来,高性能计算(HPC)在科学研究中的广泛采用使科学进步以前所未有的速度发展。超级计算机可以比科学家在现实生活中进行实验或复制无法进行实验的过程更快地模拟各种过程。但是,仿真并不是科学研究的唯一有效方法,而人工智能和深度学习可以极大地增强仿真。这就是来自斯图加特高性能计算中心的科学家计划在未来几个月内使用Nvidia的A100 GPU升级其仅CPU的Hawk超级计算机的原因。

HSLR的Hawk获得GPU

深度学习协助模拟

多年以来,科学家一直使用模拟研究空气动力学,气候模型,计算流体动力学和分子动力学等领域。研究人员开发的仿真算法基于基本的科学原理,非常精确。这种精度要求使用数千个CPU内核以及双精度浮点格式(FP64),这通常意味着要有效运行的编程技能,相当长的计算时间以及生成大量数据。最近,CPU和GPU获得了重要的人工智能(AI)和深度学习(DL)功能,这就是为什么研究人员开始在工作中使用AI和DL的原因。

AI和DL算法不能提供精确的模拟,也不能替代它们。但是他们可以做的是快速识别大型数据集中的模式,然后创建一个近似于实际行为的计算模型。在某些情况下,使用AI和DL可以消除某些科学上正确的模拟,这些模拟将无济于事,从而极大地加快了研究速度。实际上,许多科学家认为,将AI / DL与仿真相结合是超级计算的未来。

HSLR的Hawk获得GPU

与其他学术研究人员一样,斯图加特超级计算机中心高性能计算中心(HLRS)依赖于基于CPU的计算机执行的HPC仿真。今年,该公司部署了Hawk,这是一款基于AMD EPYC 7742的超级计算机,具有698,800个内核和1,397,760 GB的内存,可以在Rmax Linpack性能上实现19,334 TFLOPS。此外,自2019年以来,研究人员还一直在研究基于GPU的AI超级计算机,当时他们部署了具有60个Nvidia GPU的Cray CS-Storm系统。

责任编辑:lq

免责声明:本站旨在传递信息,不代表有传资讯的观点和立场。本站遵循行业规范,如转载您的文章未标注版权,请联系我们(QQ:78799268)改正。本站的原创文章,如若转载,请注明出处:http://www.ainoline.cn/jiaoyu/shenduxuexi/15464.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code