一個計算機探索宇宙的史詩級時刻！近日，被譽為全球最快的人工智能工作負(fù)載超級計算機——Perlmutte宣布開啟。這臺新超級計算機以擁有6144個英偉達A100張量核心圖形處理器，將負(fù)責(zé)拼接有史以來最大的可見宇宙3D地圖。并且，它有望撥開物理學(xué)天空的烏云——暗能量。

宇宙是在不斷膨脹的嗎？是的！而令宇宙不斷膨脹的「罪魁禍?zhǔn)住咕褪前的芰俊?/p>

作為是宇宙中最神秘的物質(zhì)，它看不見摸不著，為了捕捉它，人類在地球上建立了許多相關(guān)實驗，但都成效甚微。

[[402628]]

但如今，一臺擁有強大AI性能的超級計算機，或許能夠助我們一臂之力。

近日，英偉達和美國國家能源研究科學(xué)計算中心（NERSC）打開了一個「開關(guān)」—— Perlmutte，該計算機被稱為世界上用于人工智能工作負(fù)載的最快的超級計算機。

這臺新的超級計算機以天體物理學(xué)家索爾-珀爾馬特（Saul Perlmutter）的名字命名，擁有6144個英偉達A100 Tensor Core GPU，將負(fù)責(zé)拼接有史以來最大的可見宇宙3D地圖

不僅如此，Perlmutter 還將對「宇宙攝像機」暗能量光譜儀（DESI）的數(shù)據(jù)進行處理，這是一種可以在一次曝光中捕獲多達 5,000 個星系的宇宙相機。

處理DESI巨量數(shù)據(jù)，繪制最大的可見宇宙3D地圖

那么，宇宙的3D地圖該如何拼湊呢？

在不久前的5 月 17 日，DESI先行啟動，開始了為期五年的捕捉數(shù)據(jù)之旅。在此前的四個月試運行期間，DESI已經(jīng)捕獲了 400 萬個星系的光譜，這超過了以往所有光譜調(diào)查的總和。

而Perlmutter要做的，就是對DESI的數(shù)據(jù)進行匯總處理。

根據(jù)官網(wǎng)的介紹， Perlmutter 的 GPU 在一個晚上捕獲數(shù)十次曝光。在之前的系統(tǒng)上，準(zhǔn)備一年的數(shù)據(jù)以供發(fā)布可能需要數(shù)周或數(shù)月的時間，但 Perlmutter 將能夠在短短幾天內(nèi)完成任務(wù)。

「我對我們在準(zhǔn)備工作中在 GPU 上獲得的 20 倍加速感到非常滿意。」NERSC 的數(shù)據(jù)架構(gòu)師 Rollin Thomas 說，他正在幫助研究人員為Perlmutter準(zhǔn)備代碼。

Rollin Thomas難掩對Perlmutter性能的自信，因為Perlmutter是世界上最大的 A100 驅(qū)動系統(tǒng)，有超過 20 個應(yīng)用程序正準(zhǔn)備成為首批搭載 6,159 個NVIDIA A100 Tensor Core GPU 的應(yīng)用程序，在NERSC正式投入使用后，Perlmutter將為 7,000 多名研究人員提供近 4 exaflops 的 AI 性能。

暗能量主要是通過 2011 年諾貝爾獎獲得者 Saul Perlmutter 的工作發(fā)現(xiàn)的。

在物理宇宙學(xué)中，暗能量是一種充溢空間的、增加宇宙膨脹速度的難以察覺的能量形式。暗能量假說是當(dāng)今對宇宙加速膨脹的觀測結(jié)果的解釋中最為流行的一種。在宇宙標(biāo)準(zhǔn)模型中，暗能量占據(jù)宇宙68.3%的質(zhì)能

作為某種作用于時空結(jié)構(gòu)本身的能量，暗能量是種均勻的負(fù)壓力，會導(dǎo)致時空結(jié)構(gòu)膨脹。1998年，高紅移超新星搜索隊觀測組發(fā)表了Ia型超新星的觀測數(shù)據(jù)，顯示宇宙在加速膨脹。隨之，1999年，超新星宇宙學(xué)計劃證實了該結(jié)果。該項工作于2011年獲得諾貝爾物理學(xué)獎。

但遺憾的是，目前我們對它的研究仍然不夠確切，DESI 的地圖為我們帶來了揭示暗能量奧秘的的新希望。

超級計算機融合 AI、HPC

毫無疑問，Perlmutter的作用將是無限的，除了拼湊宇宙的 3D 地圖，還能幫助探索綠色能源的亞原子相互作用等等。

NERSC的應(yīng)用性能專家Brandon Cook說：「過去不可能對像電池界面這樣的大系統(tǒng)進行完全的原子模擬，但現(xiàn)在科學(xué)家們計劃用Perlmutter來做這件事?！?/p>

我們知道，傳統(tǒng)的超級計算機幾乎無法處理幾納秒內(nèi)生成幾個原子模擬所需的數(shù)學(xué)運算，無法使用 Quantum Espresso 等程序。但通過將其高度精確的模擬與機器學(xué)習(xí)相結(jié)合，科學(xué)家可以在更長的時間內(nèi)研究更多的原子。

這也是英偉達 A100 中 Tensor Core 發(fā)揮其獨特作用的地方。它們加速了用于模擬的雙精度浮點數(shù)學(xué)運算和深度學(xué)習(xí)所需的混合精度計算。

Perlmutter 基于包括 Slingshot 互連的 HPE Cray Shasta 平臺，這是一個具有 GPU 加速節(jié)點和僅 CPU 節(jié)點的異構(gòu)系統(tǒng)。該系統(tǒng)分兩個階段進行安裝——最近揭幕的是第一階段，其中包括系統(tǒng)的 GPU 加速節(jié)點和暫存文件系統(tǒng)；第 2 階段將在 2021 年晚些時候添加僅使用 CPU 的節(jié)點。

英偉達高級產(chǎn)品營銷經(jīng)理 Dion Harris 在今天發(fā)布的博客中表示：「這使 Perlmutter 成為地球上在 16 位和 32 位混合精度數(shù)學(xué) AI 使用中速度最快的系統(tǒng)。而且是目前為止，今年晚些時候在勞倫斯伯克利國家實驗室的系統(tǒng)的第二階段或許更強。」

Perlmutter 的 A100 GPU 采用 Nvidia Tensor Core 技術(shù)和直接液體冷卻。另外，它也是 NERSC 的第一臺具有全閃存暫存文件系統(tǒng)的超級計算機。據(jù) NERSC 稱，35 PB 的 Lustre 文件系統(tǒng)將以超過 5 TB/秒的速度移動數(shù)據(jù)，使其成為同類中最快的存儲系統(tǒng)。

Perlmutter 安裝的第一階段由 12 個 GPU 加速機柜組成，可容納 1,500 多個節(jié)點。今年晚些時候的第二階段將增加 12 個 CPU 機柜，超過 3,000 個節(jié)點。Phase 1 的每個 GPU 加速節(jié)點都有四個基于 NVIDIA Ampere GPU 架構(gòu)的 A100 Tensor Core GPU 以及 256GB 的內(nèi)存。每個 Phase 1 節(jié)點還有一個 AMD「Milan」 CPU。第一階段系統(tǒng)還包括非計算節(jié)點 (NCN)、20 個用戶訪問節(jié)點（NCN-UAN – 登錄節(jié)點）和服務(wù)節(jié)點。據(jù) NERSC 稱，一些 NCN-UAN 可用于部署容器化用戶環(huán)境，使用 Kubernetes 進行編排。

第一階段機柜沒有連接門，直接液體冷卻系統(tǒng)的藍色和紅色線條

Phase 2 的每個 CPU 節(jié)點都將有兩個 AMD Milan CPU，每個節(jié)點具有 512GB 的內(nèi)存。Phase 2 系統(tǒng)還增加了 20 個登錄節(jié)點和 4 個大內(nèi)存節(jié)點。

支持多種編程環(huán)境，用計算極限探索宇宙極限

除了 CCE、GNU 和 LLVM 編譯器外，Perlmutter 編程環(huán)境還將采用 NVDIA HPC SDK（軟件開發(fā)套件），以支持多種并行編程模型，例如 MPI、OpenMP、CUDA 和用于 C、C++ 和 Fortran 代碼的 OpenACC。

雖然人類用肉身探索宇宙的能力有限，但計算機沒有這個障礙。

例如去年10月份，來自夏威夷大學(xué)馬諾阿分校天文研究所的一組天文學(xué)家就在AI神經(jīng)網(wǎng)絡(luò)的幫助下，創(chuàng)造了迄今為止最全面的「天文學(xué)成像目錄」，包括恒星、星系和類星體等。

該系統(tǒng)還測定了與星系的距離，最多只有3% 的誤差。根據(jù)夏威夷大學(xué)的說法，最終的成果是「世界上最大的恒星、星系和類星體三維成像目錄」

甚至，有來自微軟的物理學(xué)家用80頁論文證明「模擬矩陣」：宇宙是個自學(xué)成才的計算機。

進化定律的自學(xué)成才系統(tǒng)（a self-learning system of evolutionary laws）

根據(jù)作者的觀點，宇宙也演化出了類似深度學(xué)習(xí)框架的自發(fā)系統(tǒng)。

我們知道，深度學(xué)習(xí)框架就是一套積木，各個組件就是某個模型或算法的一部分，你可以自己設(shè)計積木的堆疊。

因此，我們是否可以想象，宇宙演化出法則的操作矩陣架構(gòu)，其本身是從一個自動教學(xué)系統(tǒng)演化而來的，該系統(tǒng)產(chǎn)生于最可能的最小初始條件?

論文中，作者描述了幾個模型，這些模型均實現(xiàn)了「自導(dǎo)自演」：

有7,088個節(jié)點和7,304條邊的圖，由抽樣可能的未來構(gòu)成

生活中，物理定律的得出靠的是我們的觀察，所以原始物理定律將極其簡單，但經(jīng)過代代更迭，定律有了自我延續(xù)并具有學(xué)習(xí)和發(fā)展的能力。

也許，宇宙不是從大爆炸開始的，而僅僅是粒子之間的簡單相互作用。

文章圍繞受限玻爾茲曼機（restricted Boltzmann machine, RBM）討論。

受限玻爾茲曼機由Hinton等人提出，是一種生成式隨機神經(jīng)網(wǎng)絡(luò)。這個概念非常抽象，是一種類似物理學(xué)的機器學(xué)習(xí)模型。然而，受限玻爾茲曼機是最簡單的一類深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，

該架構(gòu)由兩層神經(jīng)元組成。一個是可見層（綠色），一個是隱藏層（藍色）。

了解宇宙未知的一面，一直是天文學(xué)家努力的方向。有了AI這個「隊友」，我們會不會加速通向探秘宇宙的星辰大海呢？