ZDNet至顶网服务器频道 10月25日 新闻消息:上海交通大学常务副校长、中国工程院院士院士林忠钦,上海交通大学高性能计算中心主任顾一众,上海交通大学激光等离子体教育部重点实验室特别研究员陈民,浪潮首席科学家王恩东,浪潮信息高性能计算产品部总经理刘军等出席了正式运行仪式。
“π”系统上线将重点支持上海交通大学的教学科研,将成为“IFSA惯性约束聚变科学与应用协同创新中心”的超算核心支持平台。 目前,惯性约束聚变是世界性的科技挑战,美国、日本、俄罗斯、欧盟都积极投入,目的是在可受控的范围内实现聚变,和平利用人类的终极能源--聚变能。在半个世纪以前,科学家已经发现当氘原子和氚原子聚变为一个氦原子核和一个中子时会释放巨大的能量。由于其能量释放机理与太阳一样,所以该工程俗称“人造太阳”.3瓶矿泉水里所蕴含的聚变能,足够一个四口之家的一年的电力供应。而且这类能源辐射低、无排放、取用不尽,能够供人类使用几十亿年。但是核聚变反应条件却极其苛刻,而且过程难以控制,目前只能用于制造核武器--氢弹。
我国科学家王淦昌早在激光发明不久,几乎就与前苏联科学家巴索夫同时独立提出了激光惯性约束聚变的概念,这已经成为目前实现可控核聚变的两大技术路线之一。2012年上海交大牵头的IFSA协同创新中心致力于激光聚变科学研究与应用。上海交通大学激光等离子体教育部重点实验室是IFSA协同创新中心的主要成员之一,在激光技术、靶物理实验和诊断、聚变相关理论和模拟研究方面一直发挥着重要作用。
实验室特别研究员陈民说,人类对于可受控核聚变的研究离不开超级计算机技术,今天科学家们采用计算机来模拟核聚变的各个反应过程、设计反应装置及实验参数,大大提升了受控聚变研究能力。惯性约束聚变反应过程非常复杂,涉及的温度、密度远高于人们通常所见的物质,其中的物理内容也非常多,而且时间和空间尺度也相差巨大,反应过程非常快。在反应过程中的压力相当于1万亿个标准大气压,氘和氚会被压缩到仅有同质量液体体积的千分之一,但是反应时间最多只有100亿分之一秒。如此极端的反应,现有的实验探测手段很难深入到聚变燃料内部进行测量。而利用超级计算机模拟,可以分步地对各个过程进行模拟,研究其中的物理细节,这样大大有利于对实验装置的设计和对实验结果进行分析、理解。
陈民在采访中提到,核聚变研究对计算力有着无止境的需求,“红杉”、“美洲虎”等曾经的全球TOP500榜首的超算系统都曾用于核模拟研究。目前国际上和中国现有的计算技术都还难以满足核聚变各个过程的研究。由于计算力的限制,通常的模拟都是采用减少模拟维或者忽略部分物理效应的情况下对主要过程进行模拟研究,而这样就造成模拟与实验的偏差。必须依靠多次实验和模拟相互验证,交替前进。更高性能的超级计算机的出现,将大大增加理论模拟的能力,尽可能真实的对惯性聚变中的物理过程进行模拟,可以大大加快研究进程,让人们早日实现可受控的人造小太阳。随着计算技术从千万亿次向百亿亿次的推进,极端条件下的物理学研究也将走进新的时代。
由浪潮建设的 “π” 超算系统采用了“CPU+GPU+MIC”三重混合计算架构,有25.7万个计算核心。浪潮信息总裁王恩东说,当前高性能计算领域正处于技术变革中,传统的单一集群架构正在向混合架构变迁,浪潮先后参与完成了采用GPU技术的千万亿次系统--天河1A和基于MIC技术的亿亿次系统--天河2号的研制和建设工作。混合架构会是未来超算的发展方向,是实现超级计算机峰值从千万亿次到百亿亿次最可行的技术路线。浪潮同时也投入大量资源发展相关的软件和应用,帮助用户跨过应用门槛,目前,上海大交网络中心正在将现有的应用迁移到三重混合架构中,已经完成的应用都取得很好的测试效果。
上海交大为将这套系统命名为π。在谈到系统的命名时,顾一众兴奋地说,π在希腊文中就有并行的涵义,并行是高性能计算的最基本理念,而且,π是一个在公元前就被认识到的无理常数,π值的进化与人类计算技术的进步息息相关。从公元前到1948年的几千年时间,人类仅计算出π值的第808位,1949年人类第一台计算机ENIAC问世,π就被精确到2034位,是此前的两倍多。此外,π还可看作交通大学首字母J和T的组合。我们希望采用了多重异构技术的这套系统能够有效推动计算技术的发展和进步。
作为领先的高性能计算技术和方案供应商,浪潮与Nvidia和Intel都保持了紧密的战略合作关系,在GPU、MIC等异构计算领域,拥有领先的技术能力和丰富的经验。此前,“ITER”工程主要的模拟软件“磁约束聚变大规模数值模拟软件”(GTC)迁移到天河2号平台上,这项工作是由主要浪潮完成。在“π”系统正式运行之后,浪潮也将继续协助上海交通大学进行典型应用在异构计算平台的开发和移植工作。
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。