RIKEN:Fugaku开始生产:富士通为HPE Clay提供A64FX

引用自“橡树岭国家实验室”的官方网站

RIKEN:Fugaku开始生产:富士通为HPE Clay提供A64FX

教育部:

从3月9日起,将开始全面共享Fugaku。

自去年4月以来,Fugaku的一些计算资源已提前使用。

主要用途:正在进行的项目

新冠病毒:

我们正在进行诸如COVID-19的液滴模拟等研究,并寻找候选治疗药物。

药物发现模拟:

去年7月,京都大学的安野康志教授等人使用Fugaku进行了药物发现模拟。

宣布了针对寄生虫的“尼洛沙胺也可作为新型电晕感染的治疗药有效”的分析结果。

实际上,去年10月底,美国开始了关于烟酰胺的临床研究。

人们对“它对新电晕的治疗作用可能比雷姆昔韦更强”的期望正在上升。

评估转移性癌症基因突变:

癌症基因组医学研究机构东京医科牙科大学M&D中心主任宫野聪(Satoru Miyano)

使用AI进行网络深度分析,称为“深张量”。

从与癌症相关的大数据中估算“导致转移性癌症的基因突变”。

使用“东京大学人类基因组中心的SHIROKANE超级计算机”时,需要花费两个半月的时间。

另一方面,如果您使用Fugaku,“它将在大约20分钟后结束”(宫野教授)。

模拟天文:

另外,“模拟天文学”通过使用超级计算机的模拟实验来阐明宇宙的大规模结构。

第一人称,神户大学牧野纯一郎教授认为:“富人可以用来忠实地再现银河系的形成过程。”

欧洲太空卫星:

将“盖亚”探测卫星发射到外太空,
它可以测量银河系中多达10亿颗恒星的距离和运动。
期望从单个恒星的运动到生成过程将获得广泛的信息。
牧野教授说:“有了Fugaku,在日本有可能进行与之相当的研究。”

Tomitake的最大优势:

美国田纳西大学计算机科学系名誉教授杰克·东加拉(Jack Dongarra),TOP500组织者

他说:“ Fugaku的最大优势在于它的易用性。”

CPU / GPU组合架构:

美国最快的超级计算机“峰会”
中国最快的“神井,小野光秀”等
两者都是“将大量通用CPU与GPU加速器结合在一起的架构”。

Dongara教授分析说:“这既有好处,也有缺点。”

一起使用CPU / GPU的困难:

GPU极大地增强了超级计算机的计算能力。
但是,如果不能很好地使用GPU,则超级计算机的整体性能将会下降。
实际上,很难将两者链接起来并以平衡的方式使用它们。

适用于CPU / GPU的独立程序:

另外,有必要为CPU和GPU准备单独的程序。

这也是科学和工业研究人员的沉重负担。

Fugaku简单易用:

另一方面,仅将通用CPU统一在一起的Tomitake,对于研究人员来说非常简单,易于使用并且工作量很小。

Tomitake在HPL-AI类别中排名第一:

RIKEN计算科学中心主任Satoshi Matsuoka。

Fugaku迄今为止是AI处理能力/ HPL-AI类别中最好的(2020年世界排名)

他相信有了Fugaku,“已经获得了世界上最大的AI平台”,他相信“日本工业可以与GAFA竞争并超越GAFA。”

近期AI研发:

在未来,必须强调的是“用于超级计算机等HPC的计算变得越来越重要。”

像AlphaGo这样的智能游戏,
先进的图像识别
包括将来会发展的自然语言系统
在AI领域,它将最终像超级计算机一样成为HPC游戏。

“ HPE Clay”采用“ A64FX”:

美国超级计算机“ HPE Cray”还提到了它决定采用的超高速CPU“ A64FX”。

预计“ A64FX”处理器将“成为日本半导体行业将复苏的信号”。

现代业务|讲谈社

https://gendai.ismedia.jp/articles/-/80802?page=1&imp=0

世界超级计算机:十大性能排名

第二名:美国峰会

美国能源部(DOE)橡树岭国家实验室的科学研究用超级计算机。

IBM Power 9处理器,
使用NVIDIA Tesla V100 GPU,
处理速度为200PFlop / s(峰值),
总内存为10PB。
在2018年和2019年的两年中,他一直位居世界第一。

第三名:美国塞拉

它在加利福尼亚州的劳伦斯·利弗莫尔国家实验室工作。

国家核安全局(NNSA)管辖的下一代先进技术系统。

对于处理器架构

除了IBM的“ Power”之外,还使用NVIDIA的GPU“ Volta”。
处理速度约为125.7PFlop / s(峰值),
总内存为1.38PB。
它主要用于模拟核武器。

第四名:Sunway TaihuLight(中国)

第五名:Selene(美国)

第六名:Tianhe-2(中国)

第七名:JUWELS增压模块(德国)

Netorabo调查团队

https://nlab.itmedia.co.jp/research/articles/126170/