阻挡HPC前行的“最后一公里”，打破“存储墙”迫在眉睫( 二 )
在最新发布的超级计算机TOP500榜单上，连续两届蝉联第一的Fugaku（富岳）超级计算机将其在新的混合精度HPC-AI基准上的性能提高到了2.0 exaflops，超过了6个月前1.4 exaflops的纪录。之所以日本方面非常强调这一指标，一定程度上反应了日本超级计算机的发展思路，即瞄准日趋丰富的AI场景化应用打造更高性能超算平台。这一技术构建趋势，很好匹配了IDC最新研究报告对于新兴HPDA和HPC-based AI场景应用的预测。
随着CPU、GPU等处理器性能的快速提升，以及多元化算力的融合发展，打造HPC的门槛和难度正在大幅降低，HPC从小众走向大众是必然趋势。HPC作为一种计算能力更强的平台，不仅作为数字经济时代和新基建的重要基础，继续在诸如科研、天文、能源、军事等方面继续发挥重要作用，同时在基因测序、气象科学、工业创新、大数据分析、智能医疗、深度学习、人脸识别等新兴领域，更广泛的服务于大众需求。
HPC前行的存储瓶颈
这是一个最好的时代，也是一个最坏的时代。
随着5G、大数据、AI等技术的快速发展，我们看到了HPC与大数据、AI的融合趋势，也坚定地认为，HPDA、HPC-based AI等新兴HPC场景将在各行各业全面开花，HPC普及化的时代已经到来。
然而，在CPU以摩尔定律为牵引快速提升性能的过程中，HPC发展却面临存储以及I/O速度与计算能力越来越不匹配所带来的“存储墙”问题。众所周知，在计算机发展过程中，CPU性能的增长是远高于存储性能和I/O性能的，这导致在计算机不断发展过程中，计算、存储、I/O 间的速度差距会越来越显著。
2014年某机构针对数据中心的性能调查显示，当年CPU性能增长52%，内存性能增长9%，I/O性能增长6%，而存储性能的提升最慢，因为这不仅与介质物理性能有关，还与存储协议有关，这种介质与协议的变化其实非常缓慢。存储性能落后于CPU、内存带宽性能，就意味着数据访问能力落后于数据的处理能力。
对高性能计算机而言，由于采用的是并行计算机体系架构，由多CPU和GPU级联打造的高性能并发算力，会如潮水一般涌入，使得“存储墙”问题更难以克服。最终导致的结果是，CPU空转等待存储器访问的时间占了很大比例，并行计算效率大幅下降。目前大规模并行计算机在实际应用中的效率只有5%左右，存储性能成为提升效率的最大制约。
随着HPDA、HPC-based AI等新兴场景应用的全面爆发，企业对于高性能、实时化的大数据分析需求将变得更加迫切。
【阻挡HPC前行的“最后一公里”，打破“存储墙”迫在眉睫】
文章插图
在HPC领域，目前包括华为、英特尔都在通过统一多元化的异构算力来解决HPC产业发展中的算力需求，并取得明显的成效。为克服“存储墙”问题，包括华为在内的一批厂商也在努力，正在通过技术革新，深入研究智能存储体系结构、高性能存储技术等关键技术，减少存储与计算之间的性能差距，打通HPC前行的“最后一公里”。
推荐阅读
- 冯小刚 张国立吐槽夜班累，被观众骂矫情，多年前曾签对赌协议后卖惨
- Tesla 特斯拉维权女车主首度公开事故前30分钟数据 将依法起诉
- 铁矿石 全球最“值钱”的8大货币，美元直接垫底，前三名你们认识吗？
- Top10 清华、北大高居《泰晤士高等教育》亚洲大学排名前二
- Top10 清华、北大位列《泰晤士高等教育》亚洲大学排名前二
- 最新消息 美股散户抱团股又疯了：一夜翻倍后AMC盘前再涨13%，黑莓涨18%
- 星云 太阳系被锁死？旅行者号陆续抵达边缘，却受到超强阻力阻止前行
- wikipedi重测人类发现的首个黑洞，质量比之前的观测值更大了
- 龙飞船 SpaceX拿下三笔私人飞行订单，“龙飞船”或在2023年前飞往国际空间站
- nSpaceX将在2023年前向国际空间站发射四次私人宇航员任务