中外超算SC15对话 大应用需要大系统

11月19日，第11届HPC Connection Workshop（HPCC）在美国SC大会期间举行，本届HPCC由亚洲超算协会、浪潮集团和中国科学院网络中心联合举办，探讨高性能计算在更广泛领域的应用。

本届HPCC总体来说有两大特点：第一点是报告专家阵容十分豪华。来自国家863计划“高性能计算机及其核心软件”重大专项、匹兹堡超级计算中心、国防科学技术大学、平方公里阵列望远镜（SKA）、清华大学、美国能源部AMES实验室、美国橡树岭国家实验室、德克萨斯大学、北京应用物理与计算数学研究所、百度研究院的十余位业界知名的超算技术专家、学者和研究人员出席，吸引到众多观众到场。 第二点是研讨会报告深入研讨了当今超算领域的大应用对大计算系统的需求。

清华大学地球系统科学研究中心研究员付昊桓分享的地球系统应用目前已经扩展到24000个CPU及100万核规模以上，他表示地球系统数值模拟就像“Earth in a box”，所必须的一个大规模实验平台，集成了超级计算机系统、地球系统模型、地球系统模型开发的支持环境、科学数据集和应用。

SKA计算平台负责人Chris Broekema介绍了世界最大射电望远镜阵列SKA在澳大利亚的应用情况，SKA中频（350MHz-14GHz）每秒产生2TB的数据，每天产生的数据可以装满340,000台笔记本电脑，每年数据重量高达62EB；SKA低频（50MHz-350MHz），每秒数据生产量达到157TB，每天的数据可刻满35,000盘DVD，每年数据量高达4.9ZB。数据输出网络速率达到每秒800Tbps，平均每6个小时的观察就可以获得2EB数据，SKA可谓是全球最大的“大数据”工程。

百度研究院高级研究员Bryan Catanzaro以百度为例，介绍了深度学习对高性能计算的需求现状，表明一个DNN深度学习模型的训练需要2000亿亿次浮点运算，也就是世界最快超级计算机天河二号要全浮点运算近10分钟才能完成一个模型训练。

此外，天河二号主任设计师、国防科学技术大学教授卢宇彤介绍了天河二号系统升级计划以及目前天河二号上的重大应用；美国橡树岭国家实验室教授Markus Eisenbach和美国能源部AMES实验室教授Caizhuang Wang分别以各自应用研究情况介绍了高性能计算在新材料开发方面的应用；德克萨斯大学教授Jim Chelikowsky介绍了高性能计算在凝聚态物理方面的应用；北京应用物理与计算数学研究所副所长莫则尧研究员则分享了基于数值模拟的高性能计算模型框架方面的算法和研究成果等。

HPCC每年与ISC、ASC和SC同期举行，一直以“连接HPC系统与应用”作为宗旨，致力于创建HPC系统专家、最终用户与应用科学家的交流与合作平台，通过共同研讨，促进HPC事业的发展与进步。HPCC从创办至今，受到各国HPC系统研究人员与国际知名应用专家的关注和热情参与。