从病毒基因测序到原子能开发，忙碌在一线的超算们

面对北京突如其来的疫情，6月12日，中国疾控中心迅速新增启动病毒病所南区P3实验室，24小时不间断开展核酸检测工作，并完成样本检测1000余份。6月13日，完成相关病例样本病毒全基因组序列测定和分析，初步结论已上报并已开始进行病毒溯源。

如此快的反应堪称神速，而仅用一天左右时间完成病毒基因测序与分析也着实令人称奇。要知道，在上个世纪90年代，集全球各国之力对人类进行基因排序用了10年之久！当然，这都受制于当时超级计算机的性能。

而现在呢？在当前的高性能计算机支持下，做一套基因排序仅需几个小时，成本也降至了千元级别。

在医疗相关领域，高性能计算一直都是精准医疗所需的关键性的技术。要知道，基因测序是精准医疗的前置技术，而目前基因组测序非常依赖于高性能计算，它直接影响着基因数据的测序精度和测序效率。

举例来讲，一个人的完整基因序列需要由数十万的基因片段拼接而成，由于数据量非常庞大，拼接结果的准确性、速度等数据都必须借助高性能计算来完成。此外，基因数据的比对、分析从而确诊以及新药研发等等，也都离不开高性能计算的支撑。

科技领域的加速器：超级计算机

在诸多应用领域，超级计算机早已成为高效率的代名词，并且极大推动了科学技术的发展。2019年，代号“Rome”的EPYC处理器问世，高性能计算迈入了一个新的台阶。

这一代产品，将AMD新架构的优势发挥得淋漓尽致，无论是7nm工艺、64颗核心、单核与整体性能还是多核心及PCIE 4.0等新技术，都力压竞争对手一筹。

与往届AMD的推新不同，这次EPYC的朋友圈阵营也非常强大。诸多服务器厂商迅速跟进，从腾讯云到亚马逊的云平台领导者们也纷纷捧场，EPYC凭借更高的性价比为云厂商与企业级客户提供了更佳的解决方案。

2019年11月18日，由国际超级计算大会（SC）公布的新一期全球超级计算机500强榜单出炉，AMD EPYC霄龙处理器首次上榜。

这也就意味着，在传统企业级、云平台等应用之外，高性能计算领域再次迎来了AMD EPYC。而上一次入驻高性能计算平台，则还是皓龙时代。

时过境迁，与上几代产品的竞争力相比，代号“Rome”的EPYC处理器在性能方面已经全面超越竞品，并且迅速获得超级计算机用户们的青睐。

128线程EPYC，搞定海量基因测序

其实很多企业级用户对于代号“Rome”的EPYC处理器最直观印象就是：业界独有的64核心128线程！对于HPC方面应用而言，它所带来的改变简直就是翻天覆地。包括上文所提到的基因测序。

俄勒冈州立大学基因组研究和生物计算中心（CGRB）每天都会有20000个工作任务需要执行，生成大量的文件，每个文件包含5000万个与基因组对齐的序列。

一直以来，他们都在寻找能够超过100线程的处理器以供CGRB部署，但市场中绝大部分能够符合要求的产品价格不菲，对于高校来说成本难以承受。在对比了很多产品之后，俄勒冈州立大学选择了64核心128线程的AMD EPYC处理器。通过增加多台基于AMD EPYC的强大机器，以获得更高的线程数和更低的总运营成本。

“我的一些小组在24核、48线程的至强服务器上运行程序出现了崩溃现象。现在，他们正在把其中的三个移到一个AMD EPYC 7601处理器上。”谈到实战，CGRB负责人Sullivan这样认为。

凭借EPYC处理器的高密度、多线程特性，通过部分机器的更新就可以实现需要的计算线程数，从而快速的完成任务，并且不用考虑如何升级机房的难题了。

全球第一的超算，由EPYC打造

提起劳伦斯·利弗莫尔国家实验室（LLNL），相信大家都不会陌生。它隶属于美国能源部，主攻物理学、气候变化、能源和生物医学。是国家核安全局（NASA）核武器“库存管理计划”中的三个实验室之一，其中高级模拟和计算（ASC）计划是其中的关键组成部分。在ASC计划下，LLNL的科学家和工程师使用模型和方法研究材料科学，流体力学和高能量密度物理学。

劳伦斯·利弗莫尔国家实验室的Sierra超级计算机目前全球排名第二。而他们目前正在部署新的HPC集群，名为Corona，基于AMD EPYC CPU和Radeon Instinct MI25 GPU构建的。在LLNL最大的超级计算机上运行的仿真需要100 petaFLOPS的速度，未来它将成为世界上最快的超级计算机。

Corona HPC群集由AMD EPYC CPU驱动，170个节点实现最高峰值为383 teraFLOPS浮点性能，下一步还将扩展到400个节点。其中每个节点都包含一组带有2颗EPYC 7401处理器，256GB RAM和一个1.6TB固态驱动器（SSD）。一半的节点还配备了四个AMD Radeon Instinct MI25 GPU。

该计算平台是Penguin Computing的XO1114GT平台，其节点通过Mellanox HDR InfiniBand网络技术连接。

如此强大的系统，LLNL会拿它来做什么呢？

据了解，科学家们会结合仿真与机器学习，解决当前面临最具挑战的科学难题。他们更期望有强大的单核计算及混合计算能力，因此也配备了GPU加速器。

基于EPYC处理器的Corona集群将帮助LLNL使用机器学习，通过一种称为Cognitive Simulation的主动学习方法，更有效地进行模拟。该方法可用于优化解决方案并显着减少计算需求。多物理场模拟是实验室中最复杂的模拟，其中包括大量的模拟和计算，这些模拟和计算围绕着对NNSA至关重要的流体动力和材料问题。

通过基于EPYC的服务器与Radeon Instinct MI25配合使用来进行机器学习，LLNL将能够准确确定要进一步探索的位置，从而检测出导致大多数误差线的要素是什么，并显着减少了完成任务所需的时间，以更准确、更高效的方式进行科研。

不安分的AMD，还在“强攻”新领域

“不安分的心跳，全世界都听到”这句歌词对2020年的AMD来说非常“应景”。EPYC这次可真没那么安分，4月份，迅速推出了三大系列高频产品，主攻HPC、超融合、云计算和数据库！

全新的7Fx2系列分为：7F32、7F52和7F72。其中7F32为8核心处理器，功耗仅为180W，最高主频3.9GHz，相比现款7262/7252产品主频更高，性价比进一步提升。

7F52更高端一些，拥有16颗物理核心，比现款7302的3.0GHz和7282的2.8GHz主频要高很多，最高可以达到3.9GHz。

7F72是此次发布的最高端产品，它比现款的7402/2.8GHz和7352/2.3GHz处理器主频高出一个级别，最高达到了3.9GHz，并且拥有24颗核心。

2020年的AMD EPYC面向细分领域推出的这三大系列处理器，特点嘛，也非常明显：保持高主频、将每核心成本进一步降低并且拓宽了应用范围。顺势切入了包括超融合、裸金属、高性能计算、数据库应用和刀片服务器等市场。

过去已过去。未来，才是值得一谈之事。

——《权力的游戏》

面对未来，有太多的不确定因素，而生物、物理、化学、能源等领域也迫切需要更高性能的超级计算机来辅助进行科研。几年前笔者曾经采访过清华大学的一位导师，他的团队获得了当年大学生超级计算机竞赛冠军。

当时笔者的提问是：当前的超级计算机性能已经有了突飞猛进的发展，未来真的还需要更高性能的机器吗？

导师回答：在很多科研领域都对计算有着“源源不断”的需求，比如生物系对于蛋白质结构进行研究，有了更快的超级计算机就可以在制样过程中进行三维结构重建；并且还在研究各种分子与蛋白质相结合的能量释放情况，整个过程都需要HPC的算力全程进行支持。随便一项科研就能轻松“跑满”最顶级的超算！所以在很多研发领域，并没有计算力过剩之说。

纵观整个行业，超级计算机已经成为了当之无愧的“栋梁”！

2020年的新冠疫情席卷全球，各个国家纷纷加强生物医药方面研发，从基因测序到疫苗的研发都离不开超级计算机的帮助，这背后的英雄则是处理器、GPU厂商们。