異構(gòu)超級計算機時代已經(jīng)到來。近日，日本筑波大學上線的Cygnus超算成為第一臺進入超算top500榜單的GPU、FPGA混合加速超級計算機。在如何讓CPU、GPU、FPGA多硬件協(xié)調(diào)、高效、同步提供算力上邁出了重要一步。

如果說“異構(gòu)超級計算機”的時代已經(jīng)到來，那么本月早些時候在日本筑波大學上線的 CPU、GPU、FPGA混合硬件超算系統(tǒng)就是這個時代的首批探索者之一。

這臺超算名為Cygnus，由NEC制造，目前在日本筑波大計算科學中心（CCS）運行，由Intel Xeon CPU，Nvidia Tesla GPU和Intel Stratix 10 FPGA共同提供硬件支持。

Cygnus系統(tǒng)架構(gòu)：所有80個Cygnus節(jié)點都配備了兩個Xeon“Skylake”黃金 CPU和四個Tesla V100 GPU，同時在32個節(jié)點中，還和GPU搭載了兩個Stratix 10 FPGA。48個CPU-GPU專用節(jié)點稱為“Deneb節(jié)點”（以最亮的Cygnus A星命名），而32個CPU-GPU-FPGA節(jié)點稱為Albireo節(jié)點（以Cygnus A雙星命名）。

FPGA型號為Bittware 520N PCIe卡，供應商為Nallatech，這些“重型”FPGA卡可以提供10 teraflops的單精度性能，以及四組DDR4內(nèi)存。尤其是，該卡配備了四個100G光纖網(wǎng)絡端口，共提供400Gbps帶寬，可以通過自身結(jié)構(gòu)直接與其他520N FPGA進行通信。在Cygnus中，可將8×8的2D環(huán)形網(wǎng)絡中的64個FPGA相互連接。Bittware包括一個板級支持包（BSP），可供OpenCL開發(fā)人員使用。

每個Cygnus節(jié)點的雙精度浮點性能為30 teraflops，其中28個節(jié)點算力由四個V100 GPU提供。由兩個Stratix 10器件在配備FPGA的節(jié)點上提供20個單精度teraflops。整機可提供算力為2.4 petaflop（64位浮點）或5.12 petaflop（32位浮點）算力。

目前，Cygnus正在取代該機構(gòu)之前使用的COMA，COMA是一款由Intel Xeon CPU和Xeon Phi協(xié)處理器驅(qū)動的Cray CS300計算機集群。它于2014年組建，今年3月底退役，為Cygnus讓位。

Mellanox HDR InfiniBand負責Cygnus上的系統(tǒng)互連，與獨立的FPGA網(wǎng)絡一樣，系統(tǒng)設計人員確保了足夠的帶寬來進行節(jié)點間通信。每個節(jié)點使用四個100Gbps HDR通道，連接為全二分fat樹網(wǎng)絡。InfiniBand網(wǎng)絡還用于訪問托管在DataDirect Networks ES14KX設備上的2.5 PB Lustre文件系統(tǒng)。

盡管“雙加速硬件”的設定很新潮，但其實Cygnus并不是試驗機。其組建的主要用途是為宇宙學、粒子物理學、生命科學和人工智能等領(lǐng)域科學研究提供生產(chǎn)力。通過CPUGPUFPGA的組合，力求在實際科學研究中最有效地發(fā)揮這些硬件各自的計算優(yōu)勢。

具體來說，GPU負責提供粗粒度并行計算，主要擅長SIMD友好型計算，而FPGA提供細粒度并行計算，更適合應用于非SIMD算法。而對于氣候模擬，生物信息學、分子動力學、地球物理學和線性代數(shù)中使用的一些特定算法，F(xiàn)PGA已經(jīng)證明能夠?qū)崿F(xiàn)比CPU、GPU更快、更高效的運算。不過，在科學上可以通過代碼同時高效利用這兩種架構(gòu)。

Cygnus系統(tǒng)架構(gòu)圖

Cygnus的目標應用之一是模擬早期宇宙，模擬光源的輻射傳輸。模擬過程是在一個套為ARGOT的代碼中實現(xiàn)的，其中名為“ART”（真實輻射傳輸）的光線追蹤算法是該模擬中的重要部分，ART部分更適合FPGA硬件平臺上的大規(guī)模運行。

不過，ARGOT的其他部分在GPU上運行更合適，因此利用“雙硬件加速”成為最佳解決方案。該應用程序在GPU和FPGA之間使用基于PCIe的直接存儲器訪問來實現(xiàn)協(xié)調(diào)，避免了使CPU受到影響而出現(xiàn)延遲。

ART實現(xiàn)是使用相對較高級別的OpenCL實現(xiàn)的，這表明其他開發(fā)人員也可以這樣做。Bittware方面表示，使用OpenCL實現(xiàn)的用戶與嚴格使用硬件描述語言（HDL）實現(xiàn)的用戶進行對比發(fā)現(xiàn)，在許多情況下，OpenCL實現(xiàn)在性能方面與后者“足夠接近”。

過去幾年來，F(xiàn)PGA軟件開發(fā)的進展促使微軟、亞馬遜和百度等巨頭越來越廣泛地采用FPGA硬件，尤其是在機器學習和推理等應用上。

但是，在高性能計算平臺中，使用FPGA的設備更少。筑波大學的這臺Cygnus將是唯一一個進入超算TOP500榜單的采用FPGA加速的超級計算機。德國帕德博恩大學去年安裝了一臺使用FPGA的超算，Cray CS500超級計算機，配備了32塊Bittware 520N卡，不過該機沒有配備GPU。

還有一些其他FPGA式的HPC集群遍布世界各地，包括美國佛羅里達州的CHREC（現(xiàn)改稱SHREC）的Nova-G＃系統(tǒng)，英國Hartree中心的Maxeler HPC-X以及Catapult 1和TACC的HARP v2計算機集群。

未來是否會有更多更強大的異構(gòu)超級計算機誕生？這不僅取決于使用者的需求，更多還要取決于硬件廠商和開發(fā)者是否繼續(xù)從上到下推動生態(tài)系統(tǒng)建設。

從Bittware的角度來看，關(guān)鍵的推動力一定是來自中間層面的，同時有賴于對高級語言和更成熟的開發(fā)工具更充分的支持。目前的好消息是，業(yè)界最大的兩家FPGA制造商——英特爾和賽林思都在為開發(fā)人員提供更好的工具，并將這些工具與下一代FPGA產(chǎn)品整合在一起。

從這一點上看，我們似乎可以對異構(gòu)超算的未來保持一份謹慎的樂觀。