将GPU计算全面普及!中科院研究员专访

    泡泡网显卡频道12月15日 2011年12月14-15日NVIDIA在北京国家会议中心举办亚洲GTC（GPU Technology Conference），这也是2011 NVIDIA GTC大会最后的一场会议，大会邀请了来自世界各地、各个领域的资深程序员、研究人员以及思想领袖。在会上编辑对中国科学院过程工程研究所研究员、超级计算系统项目负责人葛蔚进行了专访。

    中国科学院过程工程研究所研究员、超级计算系统项目负责人——葛蔚，主要从事化工过程中复杂多相系统的计算机模拟与理论分析。提出并发展了结合微观粒子模拟中软、硬粒子模型的拟颗粒模拟，以此为工具揭示了气固流态化、气液鼓泡流动和微流动等系统中多种控制机制协调形成稳定性条件的机理，检验并扩展了多相复杂系统分析型多尺度方法。从问题、软件与硬件结构一致性的角度提出了多尺度离散模拟通用软件平台及其专用硬件平台的设计思想，申请和获得多项国家发明专利。

    编辑：可否简单为大家介绍一下，在众多利用到NVIDIA通用计算技术的工程项目中，最典型的案例是什么？

    葛蔚研究员：在某钢厂的炼钢处理过程中会产生大量的废钢渣，过多的废钢渣无法被充分利用起来，而实际上这些副产品在经过处理之后可以用作铺路等其他用途。之前的处理方法并不科学，后来通过利用NVIDIA工作站进行模拟的运算，研发出了一种新的处理方法，提升了钢渣处理的速度以及品质。使最终处理出来的钢渣，在重新利用时质量更加稳定。最终真正为企业提升了生产力和利润。

    编辑：程序员采用GPU环境进行编程时，会不会有一些不习惯？

    葛蔚研究员：一开始肯定会不习惯，比如你新换了个新手机，需要用些时间适应。既然CUDA能够达到很好的效率，那么它必然也是满足你的需求，而且用时间长了，你还会觉得以前在CPU环境下进行编程才是真的难用，很多复杂需求根本无法在CPU环境下来实现。

    实际上不习惯主要是心里上的不习惯，用惯了CPU环境下的编程，忽然转到功能更全的GPU环境肯定不适应。就好比我用惯了诺基亚，突然给我一个iPhone，我肯定不适应，适应了之后会觉得iPhone很不错。所以说一开始不习惯主要体现在熟悉的过程，并不是在GPU环境下编程不好用。

    编辑：您认为NVIDIA的超级计算机解决方案和其他家相比最大的优势在什么地方？

    葛蔚研究员：之前IBM的Cell方案较为封闭，并不是一个很开放的体系，大家如果想用只能全套买IBM的产品，整套成本相当高，不利于大规模的普及。我们曾经购买过PS3并利用它进行运算，难度非常大最终还是放弃了，这也是一种自然的选择，哪个好用用哪个。目前37套基于GPU的超级计算机，有35套采用了NVIDIA的GPU，这也是NVIDIA从软件到硬件整体对用户的支持相当到位。

    编辑：您目前自己用的工作站是什么配置呢？

    葛蔚研究员：我们主要的工作站采用的泰安主板最多能安装8个GPU，每个节点实际安装6个GPU是机架式的服务器。其他的就是之前从联想和惠普采购的工作站，我们最早的工作站用的是惠普XW8600安装的GTX295。目前我们的团队越来越大，我们打算将最早的工作站发到个人手里。之前NVIDIA也在宣传希望将GPU的计算技术推广到个人用户中，这次终于先在我们这里实现了。

    编辑：目前超级计算机的发展瓶颈在哪？需要在哪方面进行突破？

    葛蔚研究员：有三方面：应用、可靠性以及能耗，第一在应用方面，运算能力可以通过硬件的堆砌来完成，但应用程序不能完全利用到所有节点，这种问题不能单靠硬件方面的人来考虑，也需要编程人员来一起想办法来解决。

    第二在可靠性方面，这么多节点同时运作故障的概率相当大，一定要有容错的机制，软件硬件都需要容错机制。单一的台式机不会考虑最终的结果算错了怎么办，但超级计算机就要考虑这一问题了，总不能算到最后前功尽弃。

    最后就是能耗方面，超级计算机由于节点众多，能耗问题不容忽视。如果单纯用CPU环境来实现目前的排行第一的超级计算机，那么只能用核电站来支撑其功耗，显然此种方法得不偿失。■