账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
运用科学运算结合HPC技术算出产业创新力
 

【作者: GARAOTUS】2022年04月19日 星期二

浏览人次:【2481】

近来包括处理器大厂美商超微(AMD)推出全新AMD Instinct MI210加速器,为广大高效能运算(High Performance Computing;HPC)与人工智慧(AI)提供百亿亿次级(exascale)等级技术;NVIDIA也在2022年 GTC 大会,宣布架构於物理学的 Modulus 人工智慧框架,能使 Omniverse环境获得物理机器学习的加速,以数千倍的速度解决较过往高出数百万倍规模的科学与工程问题,「比快更快」俨然成为世界大厂竞技的主要课题,无不纷纷投入大量投资在加速满足资料中心运算的需求上。


依照国际研究机构Hyperion Research 於2022年报告指出,全球在HPC 的总支出从 2020年的306亿美元迅速成长到2021年的348亿美元,增长幅度达13.8%;2021 年伺服器总销售额也高达148亿美元,成长了9.1%;在GPU及加速器的部份,年成长则来到了 44.1%。纵观HPC生态圈,包括伺服器、储存、软体、应用以及维修服务等市场将高达297亿美元。


为什麽各行各业对科学运算有如此大的需求?即便是疫情以及经济停滞的期间,HPC市场仍具有显着成长,Hyperion Research 首席执行官Earl Joseph指出:「全球 HPC 市场增长主要受到新技术的推动,例如人工智慧、机器学习、大数据等。」在各专业领域中,已常见使用电脑运算来解决实务问题,可以小至日常工作的作业流程,如生产线上作业员的工作分配,大至气候变化及火箭升空等计算,都有着科学运算的踪迹。



图一 : 全球 HPC 市场增长的主因在於新技术的推动,例如人工智慧、机器学习、大数据等。(source:GARAOTUS)
图一 : 全球 HPC 市场增长的主因在於新技术的推动,例如人工智慧、机器学习、大数据等。(source:GARAOTUS)

为问题求解,科学运算的步骤与方法

在实务上而言,一般的科学运算通常包括以下五个步骤:


第一步:将问题概念化


将现实世界中复杂的实务问题转变为特定型式的概念模型,例如将实体机构件转变为3D网格、将化学反应转变为化学式、将工作流程转变为流程图、将基因交互作用转变为调控网路等,都是概念化的例子,各专业领域的各个主题都有常用的不同概念模型,将概念转化必须靠着具备多重领域的专业团队,才能实现。


第二步:概念数学化


将上述步骤的概念模型转为可以用数学表达的形式,例如网格模型的有限元素法、流程模型的马可夫链、化学和基因网路的微分方程组等,这个步骤的转换靠的是对於问题的了解,以解释成为符合逻辑推演的运算式。


第三步:设计运算模型


前述的数学形式在复杂的实务问题中经常无法直接求解,因此需要以各种数值方法或是控制变数等来逼近最隹解,并且做反覆的大规模运算,这就需要有HPC的运算力才能做到。而在实际应用上,如何处理大量资料存取、平行化运算、网路延迟等技术问题,都需要一个好的网路架构设计,因此,高达297亿美元的 HPC生态圈中,包括伺服器、储存、软体、应用及维修服务等市场,如何规划并调校出高效能的底层运算系统,则需要多年网路架构规划的经验。


第四步:资料视觉化


前述运算的结果必须使用简明易懂的图表来表达,以便使用者能快速理解运算结果的意义。在各个产业中,针对高效能运算的运用及解决问题的层次,相去甚远,因此,实际解决问题或操作的人员更是大不相同,满足各领域专家或研究员的需求,以及易读好懂的视觉化结果输出,在分秒必争的环境下,更突显其重要性。


第五步:资料解读与模型再优化


当前述运算的结果,由专业人员进行解读後,在实务上往往必须经过多次以及频繁的修正,很少有机会经过一次的计算就能得到正确模型的情况,而这反覆修正所耗费的时间,往往比预期的大出好多倍,最终才能确认模型收敛。


科学运算的现状与需求

上述的五个步骤无可避免的需要许多的软硬体工具才能达成,以上述两点而言,市面上有许多现成的软体工具,免费或公共授权的软体工具更是百花齐放。另一方面,Dell、HP等硬体厂商都有提供平行运算的硬体解决方案,各种平台层的软体工具如RedHat、Apache Hadoop等也十分容易取得,甚至Google、Amazon、 Microsoft等公司还提供公有云的解决方案。


看起来科学运算在各领域应该都很容易上手,但实务上却并不然,原因在於这些软硬体工具都是由不同的机构发展的,各机构专注在其发展的单一层面,例如上层的软体、中层的平台或底层的硬体,但真正在实务上的使用,却是要贯穿各系统层,从下而上垂直整合的整体解决方案,才能完成一个实务上的科学运算工作。


依照现况来看,这需要成立一个专门的IT团队,将上中下层连接起来,并且调效到没有漏洞且能顺畅执行多工运算的情况,才能够开始执行科学运算工作,这阻碍了许多非资讯领域的各行各业运用科学运算解决实务问题的需求。


将科学运算实现智慧医疗,并导入大型教学医院

实务上面临的问题,以大型教学医院为例,在庞大的组织运作时,不论是纵向或是横向的任务编制,每个部门或组织都会规划许多流程来完成各个团队的各项任务或指派,但每项任务往往有许多工作事项具有相依性,以及资源分配的问题。高效能运算的运算力,在智慧医疗产业上,即可针对此项问题进行优化。


举例而言,为了提升效率以及最隹化资源应用,可以利用流程建模以及最隹化的模拟工具来提高组织运作效率与营运成本。以在医院中最需要人力与即时性的ICU为例,第一步分析从病患进ICU开始的流程细节,解构成工作流程以及对应的人力、时间、器材与各项工作的相依性。第二步再对流程进行最隹化分析,使用HPC上的AI演算法与各种统计分析来最隹化流程与人力配置。最後,则可根据模拟与实际执行结果的迭代分析,协助解决ICU护理师的负担,提高工作的正确性并节省更多时间用於照顾病患,此案例是将流程作业看似质化的问题,转化成科学运算可以服务的项目。


基因定序与高效能运算

所谓科学研究,是数据在基因定序与HPC上经过一连串的程式流程处理来达成的。流程里包括数据过滤、资料探勘、大数据分析、分析建模、数值模拟、机器学习与AI运算等。每项研究计画中都需要测试各种流程,包含不同程式执行的组合与各种对应叁数的搜寻,最後来找出最适合研究题目的程式流程与叁数。


因COVID-19疫情升温,基因定序分析的应用日益升高,以其为例:目前在基因定序分析时所使用的运算流程与程式众多,为确保运算流程对於研究题目的准确度与再现性等指标合??预期,针对其应用目的进而开发出合适的运算流程是当今的热门课题。除此之外,监於当前的研究主题的规模日益庞大,更需要有跨组织、跨地区、跨国家的研究团队一同研究,团队成员间的协作也将会是研究成功的要素之一。


根据长期观察各国实验室的研究显示,如何在实务方面满足以下的四点需求,为达成加速基因定序分析的关键:


一、如何让不同团队共同分享研究成果


二、如何快速的建构运算流程与设定最隹化叁数


三、如何再利用之前的研究成果


四、如何满足实验室ISO国际标准要求


GARAOTUS提供一个友善的图形化科学运算及管理平台「CRONUS」,并架构在底层高速运算(HPC)的整体解决方案,用以加速科学研究的分析。这包括提供快速建构分析流程、弹性程式版本控管、分析流程的继承与分享、叁数的最隹化与结果比较、原始资料与资料库的单一引用确认、研究小组的协同作业与资料共享、分析结果的可回溯性与再利用。



图二 : GARAOTUS提供一个友善的图形化科学运算及管理平台「CRONUS」,并架构在底层HPC的整体解决方案,用以加速科学研究的分析。(source:GARAOTUS)
图二 : GARAOTUS提供一个友善的图形化科学运算及管理平台「CRONUS」,并架构在底层HPC的整体解决方案,用以加速科学研究的分析。(source:GARAOTUS)

高效能运算方案为各领域加速解决问题

在气候变迁及地球暖化的议题上,科学家已利用HPC进行数值天气预测(numerical weather prediction;NWP),根据设计好的大气数学模型,搭配当下的天气与地理资讯,透过科学运算取得天气预报。常用模型如Weather Research and Forecasting(WRF),此预报系统分成两个核心:资料同化系统(data assimilation system)与支援平行化运算与额外拓展的软体架构。首先将当下实际观测到的大气状态从外部汇入後,先使用WPS(WRF Pre-Processing System)处理成WRF可处理的输入状态,再用WRF选用不同的数学模型作模拟计算,最终输出各种天气预测图表。


在预报的工作流程中,有许多模型甚至是不同的版本可以选用,也有许多相关的叁数需要调整,过往的研究人员需要花费大量精力在调配运算、储存与网路资源。因此,图形化的工作流程与结果管理,再加上运算资源自动的分配与调教,大幅协助研究人员将时间及精力专注在解决科学问题上,有效提高研究与资源调用的效率。


另外,在分子模拟(molecular simulations)的运用上,包括半导体产业,甚至如电动车,都有分子模拟的应用,这包括物理化学和统计力学理论,并使用电脑计算来达成验证实验或预测分子的微观或巨观特性。常见的计算化学方法,包括量子化学计算、分子动态模拟(molecular dynamics simulation;MD)及蒙地卡罗(Monte Carlo;MC)模拟等。进行分子模拟也是需要一系列相关软体的搭配、从分子初始态的建立到模拟系统的设定,接着是巨量计算的模拟过程,并最终选用一系列不同的分析取得相关分析结果。整套工作流程除了巨量的运算外,还涉及许多软体版本的选用与叁数的调整。


总结而言,各项领域的专家,在实务上进行模拟或研究推导求解的过程当中,科学运算以及技术的相依性,随着基础科学及网路系统等技术的进步,更是缺一不可,更甚至如何体现更优势的运算力,将可引导出各产业的创新力,而如何将HPC落实於各产业,端看如何将看似遥不可及的超级电脑,转化成如家用电脑般更为贴近各领域的专家及使用者,如何让它安装简单、具有弹性计价模式、视觉化的图表及使用者介面、能满足跨组织的整合协作,且具有高度的网路资讯安全设计,将能缩短各产业与HPC应用的距离。


(本文由精诚资讯提供;GARAOTUS为精诚资讯旗下HPC技术解决方案供应商)


相关文章
AI助攻晶片制造
未来无所不在的AI架构导向边缘和云端 逐步走向统一与可扩展
零信任资安新趋势:无密码存取及安全晶片
小晶片Chiplet囹什麽?
FPGA从幕前走向幕后
comments powered by Disqus
相关讨论
  相关新闻
» 互盛以IoT智能环保可视化服务 协助顾客加速双轨转型
» 鼎新电脑携手和泰丰田解缺工 以数位劳动力开启储运新时代
» Fortinet SASE台湾网路连接点今年落成 全台巡??落实云地零信任资安
» GTC 2024:益登展示跨域人工智慧解决方案
» Ansys模拟分析解决方案 获现代汽车认证为首选供应商


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83SCKJ7NESTACUKW
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw