图灵奖得主Jack Dongarra：高性能计算与AI大融合，如何颠覆科学计算

大数据文摘授权转载自智源社区 整理：王光华 编辑：李梦佳

浩瀚的宇宙中两个星云不断彼此接近、融合、再爆炸，这样奇幻的天文景观正是采用高性能计算（HPC）进行建模仿真生成的。

在过去的三十年间，高性能计算（HPC）取得了突飞猛进的进展，在科学计算等领域发挥着重要的作用。而当前，云计算和移动计算正逐渐成为主流的计算范式，与此同时深度学习等AI方法所带来的颠覆性影响，给HPC与AI的融合带来了新的挑战和机遇。在第十届全国社会媒体处理大会（SMP 2022）上，图灵奖得主Jack Dongarra梳理了高性能计算近年来最主要的应用和发展。

Jack Dongarra，高性能计算专家，2021年图灵奖获得者，美国田纳西大学创新计算实验室主任。其对数值算法和库的开创性贡献，使高性能计算软件在四十多年中与硬件的指数级改进保持同步。他获得过诸多学术成就，包括 2019 年他获得 SIAM / ACM 计算科学与工程奖，2020 年他因高性能数学软件领域的领导能力获得 IEEE 计算机先锋奖。他是 AAAS、ACM、IEEE 和 SIAM 的研究员，英国皇家学会的外国研究员，以及美国国家工程院的成员。

高性能计算广泛应用于科学的“第三极”

当前，高 性能 计 算（HPC）方法广泛地应用于科研仿 真，而仿真也被誉为科学研究的“第三极”。 一直以来，科学研究和工程研究通常采用基于理论和实验的范式。 然 而，这两种方法存在很多固有的限制，比如，通常建造大型的风洞非常的困难，试验飞机引擎与飞鸟碰撞的成本将非常昂贵，等待观察气候变化将会非常的耗时与缓慢，新药品和武器等试验将会非常的危险等等。 此外，我们有时无法通过实验来研究某些问题，比如研究星系运动和研发新药品等。 因此，研究者们逐渐利用科学计算手段进行仿真，研究此类问题。 这种方法通常基于已知的物理规律和数字计算方法，通过高性能的计算机系统仿真相应的物理现象。