全球八大TOP10超级计算机都选择Nvidia的三个原因

本周是另一个年度高性能计算会议ISC. 今天是时候更新超级计算机的TOP500列表了. 根据TOP500刚刚发布的TOP500排行榜，中国排在第一位的是226台，美国排在第二位的是114台，日本排在第三位的是30台.

访问购买页面:

TOP500超级计算系统排名于2020年6月更新

仔细查看此最新列表，您会发现8台TOP10超级计算机使用Nvidia GPU，InfiniBand网络技术或这两种技术. 在TOP500列表系统中，有333套（三分之二）使用Nvidia技术.

TOP500超级计算系统使用NVIDIA GPU，Mellanox网络技术，或者同时使用这两者

三年前，即2017年6月，TOP500排行榜使用203个系统的Nvidia和Mellanox（被Nvidia以69亿美元收购），不到TOP500超级计算系统的一半. 为什么Nvidia在超级计算领域能如此迅速地发展？为什么要选择Nvidia作为TOP100？

高速数据互连技术的普及

Nvidia愿意以高价购买Mellanox的重要原因是，在大数据时代，尤其是在超级计算系统中，高速数据互连变得越来越重要. 自2019年11月以来，使用TOP500清单上的HDR InfiniBand的系统数量几乎翻了一番. 共有141台超级计算机使用InfiniBand，自2019年6月以来增长了12％.

在TOP500榜单中高性能计算机系统，新InfiniBand系统的近四分之三（74％）使用NVIDIA Mellanox HDR 200G InfiniBand，这是智能高速数据互连技术迅速普及的体现. 此外，在TOP500超级计算机中，有305个系统使用NVIDIA Mellanox InfiniBand和以太网（61％）.

InfiniBand可以加速前10名超级计算机中的7个

在ISC期间，NVIDIA宣布启动Mellanox UFM Cyber​​-AI平台. 新平台使用AI分析技术来检测安全威胁和运营问题并预测网络故障，从而可以大大减少InfiniBand数据中心的停机时间.

对Mellanox的收购以及智能高速数据互连的迅速普及，是Nvidia产品在TOP500列表中快速增长的关键，但是作为超级计算系统，性能则更为关键.

超高性能系统就像构建块一样构建

尤其是，现在，人工智能和分析已成为科学计算的新需求，世界各地的研究人员正在使用深度学习和数据分析来预测最有潜力的领域，然后进行实验. NVIDIA在GTC2020上表示，美国阿贡国家实验室的研究人员使用了24个NVIDIA DGX A100系统的集群，扫描了数十亿种药物，以寻找COVID-19的治疗方法.

Nvidia新发布的Ampere架构GPU A100是促进为超级计算系统选择Nvidia产品的关键之一. NVIDIA DGX A100 AI系统在6U服务器中集成了8个A100 GPU和NVIDIA Mellanox HDR InfiniBand网络技术的单节点性能达到了创纪录的5 petaflops. 由140个DGXA100系统组成的新一代DGX SuperPOD的AI计算能力高达700 Petaflop.

这对于已经达到千兆超级计算的竞争来说意义重大，并且该系统具有良好的可伸缩性. NVIDIA表示，DGX SuperPOD架构设计展示了如何使用高性能的NVIDIA Mellanox InfiniBand交换机连接20个DGX A100系统，如构建块. 四个操作员组装一个由20个系统组成的DGX A100集群所需的时间不到一个小时，从而创建了一个具有2 petaflops性能的系统.

据报道，通过添加NVIDIA Mellanox InfiniBand交换层，NVIDIA工程师分别将14套模块组与20个DGX A100系统相连，以创建Selene. Selene系统具有:

Selene最重要的性能规格之一是它可以提供超过1 exaflops的AI性能. 此外，在TPCx-BB关键数据分析基准测试中，使用16个DGX A100系统创造了新记录，性能是其他系统的20倍.

在ISC 2020期间，NVIDIA还宣布推出A100的PCIe版本，以补充上个月发布的四卡和八卡NVIDIA HGX A100配置，以便服务器制造商可以为系统提供内置单A100 GPU. 对于内置10个或更多GPU的服务器，它可以更好地满足超级计算系统构建的需求.

除了性能之外，TOP500超级计算系统还非常关注能耗，这也是Nvidia吸引超级计算系统制造商的另一个原因.

能源效率平均提高2.8倍

根据Nvidia，在能效方面，使用Nvidia GPU的TOP500超级计算系统的平均能效（吉比特/瓦）是未使用它们的2.8倍. 最好的证明就是上述NVIDIA内部研究小组的新成员Selene.

据报道，Selene在最新的Green500列表中排名第二，在TOP500列表中排名第七，在Linpack基准测试中的性能为27.5 petaflops. Selene的功耗为20.5吉瓦/瓦，与Green500列表中的第一名并没有太大区别，但是排名第一的MN-3系统更小，其性能排名第394.

NVIDIA GPU将TOP500超级计算机的能源效率平均提高了2.8倍

值得一提的是，赛琳娜（Selene）是TOP100系统中唯一一个超过20 20吉比特/瓦的能效性能指标的系统，并且是性能上世界第二大工业超级计算机，仅次于意大利能源巨大的Eni SpA的6号系统.

与没有NVIDIA GPU的超级计算系统相比，Selene的平均能效比TOP500系统的平均性能高6.8倍. 这种性能和能效归因于A100 GPU中的第三代Tensor Core内核. 最新一代的Tensor Core可以为传统的64位数学仿真和低精度AI工作提供加速.

高性能计算处理器既是公司产品性能领导地位的体现，也是生态优势. Nvidia在ISC 2020期间宣布，预计今年夏天将推出30台A100服务器高性能计算机系统，到年底将有20多个系统可用. 包括Atos，Cisco，Technology，Fujitsu，GIGABYTE，HPE，Inspur，Lenovo，One Stop Systems，Quanta / QCT和Supermicro.

黄仁勋在GTC2020上强调，DGX A100系统可以实现高利用率和低总拥有成本. 当以高昂价格着称的英伟达高性能GPU开始强调总体拥有成本和能效时，这无疑对市场上的其他竞争对手来说是个坏消息. 这也是吸引更多超级计算系统使用Nvidia产品的关键. 因素.

此外，英伟达还推出了针对Amp架构和A100进行了优化的软件支持，包括CUDA 11和50多种CUDA-X库的新版本；多模式对话AI服务框架NVIDIA Jarvis；深入推荐NVIDIA Merlin应用框架； RAPIDS开源数据科学软件库套件； NVIDIA HPC SDK.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-262923-1.html