高效能運算說明
設想一下，若發現新藥時間能从數年縮短為數天。 高效能電腦 (HPC) 可藉由模擬、模型和分析，解決此類及其他類型的高階科學問題。 這些系統可藉由幫助解決世界上諸多最重要的問題並實現「第四次產業革命」。1 HPC 系統已被用於：
- 發現新藥物並檢測已知藥物的療效，以對抗各種類型癌症2與其他疾病
- 模擬分子動力學，開發新材料，如防彈織物3
- 預測重大天氣變化，以使受影響社區做好更周全的因應準備4
超級電腦是位於金字塔頂端的 HPC 系統。 由於相關標準因電腦效能不斷提高而變化，因此超級電腦的界定亦與日俱進。 一個超級運算叢集可能包括數以萬計的處理器，以及成本高達 1 億美元的全世界最昂貴、效能最強大的系統。5
位元組
(8 位元)
1 位元組 = 一個字元
10 位元組 = 一個字
千位元組 (KB)
(103 位元組)
50 KB = 一張壓縮影像
百萬位元組 (MB)
(106 位元組或 1000 KB)
2 MB = 一張高解析度照片
十億位元組 (GB)
(109 位元組或 1000 MB)
1 GB = 一段高保真度音效交響曲
兆位元組 (TB)
(1012 位元組或 1000 GB)
10 TB = 美國國會圖書館全部藏書
千兆位元組 (PB)
(1015 位元組或 1000 TB)
2 PB = 全體美國學術研究圖書館藏書
艾位元組
(1018 位元組或 1000 PB)
5 Exabytes = 人類說過的全部言語
HPC 運作原理
HPC 處理資訊的兩種主要方法如下：
由中央處理單元 (CPU) 執行連續處理。 每個 CPU 核心每次通常僅處理一項任務。 CPU 對於運行諸如作業系統與基本應用程式 (如文字處理、辦公室生產率) 等功能至關重要。
可藉由使用多個 CPU 或顯示卡處理單元 (GPU) 執行平行處理。 GPU 最初是為專用顯示卡開發的，可在一個資料矩陣 (如畫面像素) 上同時執行多個算術運算。 GPU 能夠同時處理多個資料層，因此非常適用於機器學習 (ML) 應用任務中的平行處理，如識別視訊中的物件。
提高超級運算上限需要不同的系統架構。 大多數 HPC 系統可藉由超高頻寬互連聚合多個處理器與記憶體模組，以支援平行處理。 有些 HPC 系統合併使用 CPU 與 GPU，這被稱為異質性運算。
電腦的運算能力以「FLOPS」 (每秒浮點運算數) 為單位度量。 截至 2019 年初，目前最高效能的超級電腦可執行 143.5 千兆級 FLOPS 運算 (143 × 1015)。 此類超級電腦被稱為千兆級超級電腦，可執行高於一千兆級 FLOPS 運算。相反，高端桌上型遊戲電腦的效能低 1,000,000 多倍，大約為 2000 億 FLOPS (1 × 109) 運算。 由於超級運算已在處理與輸送量方面實現突破，因此很快就能實現艾級超級運算，相較於千兆級超級運算，艾級超級運算的速度大約快 1,000 倍。 這意味著艾級超級電腦將能每秒執行 1018 (或 10 億 x 10 億) 次運算。
「FLOPS」描述了理論處理速度 - 實現该速度需要連續不断地向處理器傳送资料。 因此，资料輸送量必須考慮到系統設計中。 系統記憶體以及將處理節點相互連接的互連影響资料傳輸到處理器的速度。
需要 5,000,000 部桌上型電腦互連，才能達成 1 艾級 FLOP 超級電腦處理效能。*
*假設每部桌上型電腦能進行 2000 億 FLOPS 運算。
智慧型術語
- 高效能運算 (HPC)：從簡單的運算系統 (如 1 CPU + 8 GPUs) 到世界級超級電腦的各種效能強大的運算系統
- 超級電腦：根據不斷提高的效能標準界定的最高效能的 HPC
- 異質性運算：最佳化連續 (CPU) 與平行 (GPU) 處理能力的 HPC 架構
- 記憶體：HPC 系統中儲存資料，以便快速存取的位置
- 互連：允許處理節點彼此通信的系統層；一部超級電腦可部署多級互連
- 千兆級：每秒執行千兆 (1015) 次計算的超級電腦
- 艾級：每秒執行萬兆 (1018) 次計算的超級電腦
新興用例
由於科技進步，HPC 的效能大幅提升。 目前 HPC 系統的處理能力與記憶體遠勝過去，可解決更複雜的問題。
- 機器學習：機器學習 (ML) 是人工智慧 (AI) 的子集，是一種可主動學習，而非被動接受指令執行操作的系統。 HPC 系統可用於分析大量資料的高階 ML，如用於檢測影片中黑色素瘤的癌症研究。6
- 大數據分析：對巨量資料集合進行快速比較與關聯， 以增補研究，並解決學術、科學、財經、商務、健康、網路安全和政府應用等領域的問題。 此等工作需要巨量輸送量與運算能力。 據估計，NASA 每年可產生 50 PB 的任務資料，故而使用超級運算來分析觀測結果，並使用大量資訊進行模擬。7
- 高階建模與模擬：無需在早期進行物理構建，高階建模與模擬就可幫助各公司節約大量時間、材料和人員成本，並能以更快的速度將創新產品投入市場。 HPC 建模與模擬可用於藥物發現與試驗、汽車與航空航天產品設計、氣候/天氣預測系統以及能源應用。8
AMD 如何幫助客戶支援艾級超級運算
全世界效能最強大的一些超級電腦均採用 AMD 技術，其中包括美國能源部 (DoE)/柏克萊實驗室 (Berkeley Lab)、美國勞倫斯利弗莫爾國家實驗室 (U.S. Lawrence Livermore National Laboratory)、斯圖加特大學 (University of Stuttgart) 和 Finnish IT Center for Science Ltd. (CSC) 最新採用的超級電腦。9
若欲在不久的將來開發設計出合格的艾級超級電腦，需要更強大的輸送量與處理能力 (CPU 與 GPU)。 作為高效能運算與顯示卡技術產業領導者，就 HPC 系統最佳化而言，AMD 擁有獨特優勢。 作為 DoE 艾級運算項目的一部分，AMD 與美國政府合作，為開發美國首部艾級超級電腦提供技術支援。10 此項工作的內容包括專注於 CPU 與 GPU 微體系結構、記憶體系統、元件整合和高速互連的研究。
桌上型電腦
即時模擬區域電力網的一個動態情景。
千兆級
即時模擬國家電力網的數以萬計的動態情景。
艾級
即時模擬全球電力網的數以百萬計的動態情景，其中包含多個未定義的發電與需求變量。
更上一層樓的能力與自由
艾級運算有望在個人化藥物、碳捕獲、天體物理學、市場經濟學和生物燃料等領域取得進展。 這將使有關專家能夠更準確地預測天氣，解決更複雜的數學問題，探究宇宙邊緣，並建立更節能的電力網。11 為了能夠早日達成更高級超級運算及其積極的社會影響，AMD 正致力進行相關研究，並投入大量資源，以便提高未來運算系統的效能、能效、可靠性和可編程式性。
參考來源