卡羅琳·比肖普
2025年11月18日 05:48
根據NVIDIA的見解，加速計算和人工智能已經改變了科學系統，GPU在效率和能力方面走在了前列。
加速計算顯著改變了科學系統的格局，NVIDIA GPU 處於這一轉變的前沿。根據 NVIDIA 的報告，最初爲遊戲設計的 GPU 的採用量激增，重新塑造了超級計算並推進了科學計算中的人工智能能力。
高性能計算歷來由基於 CPU 的架構主導，現在已經經歷了範式轉變。2019 年，TOP100 高性能計算系統中近 70% 完全依賴 CPU。然而，今天這個數字已急劇下降到不到 15%，TOP100 系統中有 88 個現在由主要由 NVIDIA GPU 驅動的加速計算提供支持。
這一轉變在於於於利希研究中心的JUPITER超級計算機得到了體現，它成爲了這一新時代的標志。JUPITER的能效水平達到每瓦63.3吉浮點運算，並提供了116 AI艾克薩浮點運算，突顯了人工智能在超級計算中的日益重要性。
人工智能革命，由像NVIDIA CUDA-X這樣的平台推動，提升了超級計算機的能力。這些系統現在提供前所未有的人工智能計算能力，使得在氣候建模、藥物發現和量子模擬等關鍵領域實現了突破。這一演變凸顯了人工智能FLOPS作爲科學進步的新基準的整合。
黃仁勳，NVIDIA的創始人兼首席執行官，預見到了這一轉變，預測了人工智能對全球最強大計算系統的深遠影響。深度學習的引入爲解決一些世界上最具挑戰性的科學問題提供了強有力的工具。
這一轉變的影響超越了單純的技術進步。大規模集成模擬和人工智能有望增強各個學科的科學能力。更快、更準確的天氣模型、基因組學的突破以及像聚變反應堆這樣的復雜系統的模擬只是潛在收益的幾個例子。
電源效率與人工智能驅動架構的融合不僅使得超大規模計算變得可行，而且也使其在人工智能應用中變得實用。隨着其他計算領域的跟隨，模擬與人工智能的結合將成爲未來科學事業的一個定義特徵。
有關更多信息，請訪問NVIDIA博客.
圖片來源：Shutterstock
