云計(jì)算、可持續(xù)性、大規(guī)模和指數(shù)級(jí)數(shù)據(jù)增長(zhǎng)——這些曾在2022年為HPC（高性能計(jì)算）定下基調(diào)的關(guān)鍵創(chuàng)新，也將是2023年推動(dòng)HPC的關(guān)鍵因素。

隨著越來越多企業(yè)依賴HPC來加快獲取成果，特別是對(duì)于他們的數(shù)據(jù)密集型應(yīng)用，這個(gè)400億美元的市場(chǎng)面臨著挑戰(zhàn)和機(jī)遇。

作者：Jay Boisseau博士

戴爾科技集團(tuán)HPC和AI技術(shù)策略師

HPC在2023面臨的挑戰(zhàn)

1可持續(xù)性

隨著HPC市場(chǎng)的增長(zhǎng)，運(yùn)行這些能源密集型基礎(chǔ)設(shè)施所需的能耗也越來越大。為了實(shí)現(xiàn)可持續(xù)發(fā)展，行業(yè)領(lǐng)導(dǎo)者正在優(yōu)先考慮如何減少二氧化碳排放，甚至使HPC脫碳。在總電力使用量增加的情況下，這不是一項(xiàng)容易的任務(wù)。

2冷卻

在接下來的幾年里，我們將看到硅處理器和加速器的使用增加，它們需要更多電力，也因此產(chǎn)生了更多熱量。作為HPC行業(yè)的領(lǐng)導(dǎo)者，我們十分關(guān)心如何冷卻這些數(shù)據(jù)中心。

目前，業(yè)內(nèi)正在研究創(chuàng)新的數(shù)據(jù)中心設(shè)計(jì)，包括模塊化數(shù)據(jù)中心和主機(jī)托管。另一個(gè)重點(diǎn)是液冷。直接液冷提供了卓越的熱管理和五倍于空氣散熱的冷卻能力。浸入式液冷使用專用冷卻液提供高性能、復(fù)雜的冷卻解決方案。液冷方案正在全球范圍內(nèi)受到廣泛關(guān)注，成為未來數(shù)據(jù)中心的必備。

從直接液冷到浸沒式液冷，戴爾科技集團(tuán)提供全面的液冷解決方案，可滿足不同用戶所需。在國內(nèi)，戴爾科技與多個(gè)合作伙伴建立合作，加快液冷技術(shù)的快速普及，助力用戶節(jié)能減碳。

3擴(kuò)展和開發(fā)大規(guī)模系統(tǒng)

為了滿足需求，HPC行業(yè)正在開發(fā)和完善戰(zhàn)略，從而有效地?cái)U(kuò)展和部署高效和可靠的大型系統(tǒng)。這是一個(gè)艱巨的任務(wù)，而且將取決于幾個(gè)因素：

●加速器的規(guī)模部署和管理；

●大規(guī)模更改電源和冷卻設(shè)計(jì)；

●高性能集群的開源部署，用于運(yùn)行模擬、AI 和數(shù)據(jù)分析工作負(fù)載。

2023 HPC有什么新的變化？

在HPC行業(yè)，我們正在經(jīng)歷我們所做的事情、做事的方式和地點(diǎn)發(fā)生巨大變化。以下是我們注意到的變化：

交付模式

HPC正在從一個(gè)幾乎嚴(yán)格意義上的本地系統(tǒng)，轉(zhuǎn)變?yōu)閾肀нh(yuǎn)程交付模型?；诜?wù)的模型（包括IaaS/PaaS/SaaS）以及按需和訂閱支付模型的巨大增長(zhǎng)，推動(dòng)了客戶對(duì)托管、托管服務(wù)和云計(jì)算等HPC交付模型的興趣。

當(dāng)然，數(shù)據(jù)中心的挑戰(zhàn)也推動(dòng)了對(duì)這些替代方案的需求。包括戴爾APEX for HPC和HPC on Demand服務(wù)在內(nèi)的新的解決方案，可以滿足這些客戶的要求和愿望。

人工智能和機(jī)器學(xué)習(xí)

人工智能/機(jī)器學(xué)習(xí)將作為HPC的重要工作負(fù)載繼續(xù)增長(zhǎng)。由于數(shù)據(jù)規(guī)模的快速增長(zhǎng)，對(duì)能夠運(yùn)行大型訓(xùn)練模型的HPC解決方案的需求不斷增加。

同時(shí)，這些模型可以補(bǔ)充模擬，指導(dǎo)目標(biāo)或減少一些問題的參數(shù)空間。我們認(rèn)識(shí)到需要一些工具來支持機(jī)器學(xué)習(xí)操作和數(shù)據(jù)科學(xué)管理，這些工具必須能夠擴(kuò)展并與HPC軟件、計(jì)算和存儲(chǔ)環(huán)境相集成。

數(shù)據(jù)處理單元

我們預(yù)計(jì)DPU的使用將會(huì)激增，但必須弄清楚哪些用例在價(jià)格性能比和性能瓦特比方面具有可量化的優(yōu)勢(shì)。要注意的是，需要進(jìn)行更多的研究和基準(zhǔn)比較，來幫助客戶做出最佳決策。

關(guān)于DPU何時(shí)對(duì)HPC工作負(fù)載有優(yōu)勢(shì)的一些例子包括：

●集體作業(yè)

●通過將hypervisor轉(zhuǎn)移到DPU，卸載CPU的計(jì)算負(fù)荷

●通過任務(wù)卸載改善通信。如果代碼是基于任務(wù)的，用戶有可能將任務(wù)轉(zhuǎn)移到不太繁忙的節(jié)點(diǎn)上

可組合基礎(chǔ)設(shè)施

我們注意到可組合基礎(chǔ)設(shè)施提高資源利用方面的好處，但關(guān)于它的未來仍然具有不確定性。與DPU一樣，需要更多的研究和可量化的比較，來確定可組合基礎(chǔ)設(shè)施是否適合客戶的下一個(gè)系統(tǒng)。

雖然特定的人工智能工作流程，需要特殊的硬件配置，而可組合的基礎(chǔ)設(shè)施可能會(huì)消除傳統(tǒng)架構(gòu)的限制，但對(duì)于它是否可以擴(kuò)展，以及投資回報(bào)率是否會(huì)通過增加靈活性和利用率來達(dá)到，還存在爭(zhēng)議。

量子計(jì)算

我們對(duì)量子計(jì)算系統(tǒng)（QC）將且必須與“經(jīng)典”HPC系統(tǒng)整合的共識(shí)日益增強(qiáng)。

量子計(jì)算系統(tǒng)目前只在某些類型的計(jì)算上有優(yōu)勢(shì)，因此最好作為加速器使用。在戴爾科技，我們已經(jīng)開發(fā)了一個(gè)混合的經(jīng)典/量子平臺(tái)，利用戴爾PowerEdge服務(wù)器與Qiskit Runtime，以及IonQ Aria量子處理單元。

通過該平臺(tái)，經(jīng)典和量子模擬工作負(fù)載可以在企業(yè)內(nèi)部執(zhí)行，而量子工作負(fù)載，例如為藥學(xué)開發(fā)建模的更大、更復(fù)雜的分子，可以用IonQ QPU執(zhí)行。

結(jié)語

在數(shù)據(jù)處理和人工智能/機(jī)器學(xué)習(xí)訓(xùn)練的商業(yè)需求的推動(dòng)下，令人印象深刻的大型HPC市場(chǎng)繼續(xù)以健康的速度增長(zhǎng)。HPC的工作負(fù)載和交付模式比以往任何時(shí)候都更加多樣化，從而導(dǎo)致客戶群體更加多樣化。盡管我們?cè)趹?yīng)用、系統(tǒng)和數(shù)據(jù)中心的擴(kuò)展方面面臨著一些最大的挑戰(zhàn)，但HPC技術(shù)仍然處于計(jì)算的前沿。

審核編輯：湯梓紅