【IT168 现场报道】北京时间10月29日-31日，由中国计算机学会主办，中国软件行业协会数学软件分会协办，中国计算机学会高性能计算专业委员会、桂林电子科技大学共同承办的2013年全国高性能计算学术年会（HPC China2013）在广西桂林召开。

▲IT168专题地址：http://www.it168.com/redian/HPCC2013/

　　本届盛会围绕着高性能计算技术的研究进展与发展趋势、高性能计算的重大应用等主题展开，促进信息化与工业化的深度融合，为相关领域的学者提供交流合作、发布最前沿科研成果的平台，推动中国高性能计算的发展。本次会议邀请了美国HPC Advisory Council的加盟，还邀请国内外知名超算中心主任参加，并举行“云计算”、“大科学工程中的高性能计算”论坛，会议期间还将召开“CO-DESIGN”研讨会。下面发表主题演讲的是NVIDIA公司高性能计算开发技术经理王鹏，他演讲的题目是《HPC Directions at NVIDIA》。

▲NVIDIA公司高性能计算开发技术经理 王鹏

　　据王鹏介绍，NVIDIA是一家以设计显示芯片和主板芯片组为主的半导体公司。NVIDIA亦会设计游戏机内核，例如Xbox和PlayStation 3,Nvidia最出名的产品线是为游戏而设的GeForce显示卡系列，为专业工作站而设的Quadro显卡系列，和用于计算机主板的nForce芯片组系列。

　　NVIDIA已经开发出五大产品系列，以满足特定细分市场的需求。包括：GeForce、Tegra、ION、Quadro、Tesla.公司不断为视觉计算树立全新标准，其令人叹为观止的交互式图形产品可广泛用于从平板电脑和便携式媒体播放器到笔记本与工作站等各种设备之上。

　　软件应用成为高性能计算发展的阻碍

　　我们都知道，软件是应用的核心；没有软件，再强悍的硬件和架构都没法发挥自身的优势，从而变成一堆废铁。这句话每个人都知道，但很少有人再继续追问，软件的核心又是什么。可以说GPGPU（通用GPU）能够拥有今天这番局面在很大程度上，与英伟达发现了什么是“软件的核心”有关。

　　王鹏表示，数年前，英伟达和竞争对手在同一时间推出了具备通用计算能力的GPU,也就是我们所说的GPGPU.但不同的是英伟达的GPU所采用的编程环境是封闭的，而竞争对手所采用的编程环境是基于OpenCL的开放环境。在当时，很多评论认为对于一个新生事物来说，开放的策略会吸引更多的合作者，因此在竞争中更有优势。

▲模拟分子等同于模拟游戏

　　如今在软件方面，我们可以将科学计算与游戏编程很好的结合到一起，因为他们的算法是大致相同的，模拟分子也可以等同于模拟游戏，而在模拟计算中则可以分为计算密集型和带宽密集型两种，这都充分体现了NVIDIA在游戏应用上较好的利用到了高性能计算的方法，从而使高性能计算真正的为应用服务。

　　凭借英伟达产品本身的优势以及在软件编程方面持续不断的投入，英伟达终于逐渐成为高性能计算异构架构的代表。而其所带来的性能和功耗优势也必定会在未来成为更多高性能计算项目所选择的对象。

　　CUDA是未来竞争的关键

　　其实GPU与CPU的最关键差别之一就在于其采用的指令集。CPU采用的是复杂指令集，因此能够进行很多特殊的或者相当复杂的运算。而GPU的指令集则简单很多，因此GPU对于特定类型数据的处理速度要比CPU快很多。CUDA技术的理念本身就是通过转换指令集，让GPU能够实现类似于CPU的工作，达到与CPU协同处理的效果。

　　笔者认为，大力发展CUDA要比研发通用型CPU有意义得多。首先NV在GPU领域与其他厂家相比有着无可比拟的优势，继续大力提高GPU的性能也是NV的主要任务。通过CUDA技术让GPU运算速度较高的特性得以发展，同时在应用领域上也能得到扩展，其本质就是让优势成为更大的优势。虽然目前CUDA技术还是主要用于专业领域，但是，CUDA技术将会是NV未来几年的发展重点。

　　前不久，NVIDIA与IBM、谷歌等公司组建OpenPower联盟，共同推进Power架构技术的发展，这个举措标志着POWER硬件和软件将首次用于开放研发，其他公司能够获得POWER IP的使用许可，这势必将大大扩展POWER平台的创新生态系统。该联盟将提供开源的POWER固件，即控制基本芯片功能的软件。因此，整个联盟将提供前所未有的开放性，能够帮助开发人员针对各类计算工作负载定制全新的服务器硬件。

　　此前，NVIDIA公司Tesla加速计算事业部总经理Sumit Gupta表示：“OpenPOWER联盟将硬件、系统软件和企业级应用整合为同一个生态系统，能够提供基于NVIDIA GPU与POWER CPU的强大计算系统。”