最近，NVIDIA宣布了其將計劃建造英國最大的AI超級計算機，即Cambridge-1 AI超級計算機。什么是超級計算機？NVIDIA將使用什么硬件？它將如何幫助推動醫學領域的發展？

什么是超級計算機？

超級計算機是計算系統，其處理能力比通用計算機的處理能力大得多。這個定義使得定義超級計算機有些棘手，因為它取決于當時的當前技術。例如，Cray 1是在1970年代推出的超級計算機，當時的功能比當時的任何其他計算機都要強大得多，但與當今的標準相比，它與64位ARM微控制器相當。

超級計算機是當時技術上最先進的計算系統，可以在涉及大量復雜數據處理的最苛刻的應用中找到自己的位置。例如，超級計算機通常用于物理、醫學、地質、氣象、分子建模和工程仿真應用中。但是，必須注意，這樣的系統不一定比臺式PC（例如文字處理器或電子表格）更快地執行一段通用代碼。現代超級計算機不使用規格比標準CPU高的定制CPU，而大量使用相同的現成零件。這意味著現代超級計算機圍繞大規模并行計算進行調整，從而可以將一個問題分解為許多可以同時執行的獨立計算。

為什么AI系統需要大量的處理能力？

人工智能（AI）是計算系統將智能應用于問題的能力，它可以從過去的信息中學習以識別新的模式。為了更好地理解AI系統和硬編碼模式識別系統之間的區別，AI可以確定照片中的貓，而以前從未見過該照片。相反，模式識別系統將只能找到它之前見過的特定貓。 AI知道自己檢測到的是貓，便可以對其自身進行調整，以便在以后的照片中更好地識別其他貓。 AI的強大功能在于，它可以識別具有相似性的圖案（例如眼睛的數量，鼻子的形狀和牙齒），而忽略其他圖案（例如毛皮的顏色）。

在創建有效的AI系統時，需要大量數據，以便AI具有最大的學習機會。這就是為什么AI臉部和語音識別只是最近才被整合到技術中的原因，因為高科技公司現在擁有大量的面部和語音數據可供學習。但是，對于單臺計算機而言，這些數據實在太大了，無法饋入機器學習算法。

因此，使用數據中心是因為它們允許進行大規模并行處理，從而大大減少了數據處理時間。但是，即使大型數據中心也沒有完全優化以執行AI學習任務，因為它們涉及具有復雜矩陣、向量和大型浮點運算的深度神經網絡。盡管通用CPU不能高效地執行此類任務，但事實證明，GPU才是許多AI系統被設計為在圖形處理單元（尤其是NVIDIA設計的圖形處理單元）上運行的原因。因此，一臺AI超級計算機會將其硬件重點轉移到GPU而非CPU上。

什么是Cambridge-1 AI超級計算機？

了解GPU在AI應用中的重要性，NVIDIA宣布將建造英國最強大的AI超級計算機，并將成為全球排名第29的超級計算機。該系統將于年底（2020年）準備就緒，將提供超過400 petaflops的AI處理能力和8 petaflops的Linpack性能。該計算機系統有四個主要重點，包括聯合行業研究、大學授予的計算時間、支持AI初創公司以及AI系統教育。

超級計算機使用80個NVIDIA DGX A100系統構建，這些系統使用NVIDIA Mellanox InfinBand網絡系統連接。每個NVIDIA DGX A100系統都集成了8個NVIDIA A100 GPU和320GB總內存，6個NVIDIA NVSWITCHES，它們提供4.8TB / s的雙向交換，450GB / s的峰值雙向網絡連接，雙64核AMD CPU和15TB GEN4 NVME SSD的峰值數據傳輸速率為25GB / s。 NVIDIA A100 GPUS集成了雙精度張量內核，旨在加速TensorFlow AI神經網絡。

Cambridge-1 AI超級計算機將提供什么幫助？

超級計算機旨在用于包括研究、初創企業和合資企業在內的各種基于AI的應用，該系統的主要應用之一是幫助加速英國的醫學發展。 NVIDIA Clara for Computational Drug Discovery是工具的一個示例，該系統將運行該工具，以利用來自放射學、基因組學和成像的數據來幫助查找有效的藥物。這種工具有助于消除對新藥進行實驗室發現的需要，從而使研究人員在探索新化合物的作用時可以縮小搜索范圍。

此外，該系統還集成了自然語言處理功能，使它可以瀏覽大量的研究論文、文獻和數據庫，以找到重要的信息。 Cambridge-1 AI超級計算機也將用于增壓醫療保健研究，以幫助改善患者護理、診斷和醫療用品的交付。例如，這樣的系統可以用于確定病毒如何更準確地傳播，并提供針對性的疫苗或封鎖來幫助遏制病原體。

責任編輯：gt