订阅云计算RSS CSDN首页> 云计算

工业应用中的HPC:物探、航空、医学领域的实践及未来展望

发表于2015-09-28 09:25| 次阅读| 来源CSDN| 0 条评论| 作者李子健

摘要:9月24日的2015高性能计算用户大会开设的工业应用分论坛上,来自各个行业的专家就HPC在工业上的运用进行了一次深刻的技术性讨论。

构建高性能计算系统,最初主要是解决大规模科学问题的计算和海量数据的处理,如科学研究、气象预报、计算模拟、军事研究、CFD/CAE、生物制药、基因测序、图像处理等等。但随着国内工业组织创造力的提升, HPC与现代工业应用已经密不可分,航天、物探等各行各业都在寻求方法运用着最新的HPC技术来解决工业上的各种需求。

当然,每个行业的工业需求并不一样,所以致使HPC技术也各不相同,需要各个行业的专家经过对行业需求的定位来选择何种HPC技术,才能达成更大的进步并实现更多的应用。在近日的2015高性能计算用户大会上,多位行业专家就HPC技术在不同工业应用领域的选择与实践,以及HPC工业应用趋势进行了深刻的探讨。

物探应用的探索

石油勘探一直以来是HPC使用的最大的用户之一,其作用是人工振动波,信号台就受到微弱震动反馈。还原地下的构造与信息,对于还原介质模型,需要建立对应的数学物理方程,尤其现今勘探对象和模型越来越复杂,其中的数据量将会越来越繁琐,这时高性能计算就是必不可少的了。中国石油物探技术研究中心书记罗国安教授认为,从HPC角度来说,地震勘探技术跟计算机技术是相辅相成的。但是目前经济和技术的发展,现在勘探的形式跟HPC的需求呈现了新的特点,最突出的就是海量数据,高精度成像整个典型代表的地球物理技术提出新的挑战。勘探对高性能计算的驱动的需求是多方面的,除了勘探节奏越来越快,要求处理周期越来越短,经济时效性要求外,另外两个方面,就是需要采用越来越复杂的算法和要处理越来越大的数据,二者交织在一起使得企业在勘探领域的HPC的特征跟其他行业领域里有很大的不同。多样的HPC可以满足不同的的工业需求。


航空应用的发展

HPC目前广泛应用在航空领域,分析一系列的繁琐数据,而来自中国航天空气动力技术研究院高级工程师刘周,在关于高性能计算和飞行器气动数值模拟运用的报告中认为,CFD一直是高性能计算的受益者, CFD深度参与到从初样阶段到最后详细设计的每一个阶段,成为气动性能数据的主要的提供者,只能依靠CFD提供气动数据。当前容量型模拟是现在机群由几百个小的作业把整个集群占满,但后面由少数的机群就可以把整个集群占满。当前运用在航空的计算方法有两种,RANS方法在附着流和小分离时准确,而对于脉动压大分离流动效果。而LES适合大分离流动,但有较高的网格要求,且计算成本大,预计短期内很难有较大的突破。最常用的是RANS和LES混合方法,综合RANS和LES各自的有点,是在当前有限的计算资源条件下处理的大分离流动的合理选择。未来依旧要在高性能进行发展,为了实现工业上的应用,在软件方面还是要继续的开发让其与硬件更匹配。


技术与医学的实现

当今这个信息化社会不断发展的年代,HPC支持领域最成熟或者最广泛最精细,超算的用户70%为科学研究,30%为工业研究,而30%中的一半都是汽车行业的用户。上海海计信息技术有限公司应用工程师刘波认为近十多年服务中,发现工业领域的各行业不可缺少HPC的应用。HPC影响决定了工业领域的发展,比如汽车新能源,海信在服务领域中分为三大部分,第一是计算资源的服务,第二是基于硬件和软件以及技术运营过程中,提供的工程计算咨询项目合作。第三是高性能计算中心的建设以及HPC相关的技术培训。第四是超算中心成立的宗旨,承接国家及地方关于HPC、云计算以及目前新兴的大数据相关项目,另外是对整个高性能计算的推广,比如企业内部的程序并行化开发,以及企业计算中心私有云平台的开发。随着干扰安全性时间的发生和要求不断的增加,人们对CAE的要求也变的更高。且三位讲师都介绍了各个领域对CAE的要求不断增高,而目前HPC解决CAE本身求解的环节,但其实CAE本身包括前处理后处理。

而在工业领域中,用户会提出更多的要求,第一要是使用便利,第二是获取资源更快速,第三是成本节约化。这些都是用户在工业领域中不断提出的问题。

浪潮高性能计算系统架构师赵帅对CAE仿真工作流程也有独特的见解,他认为CAE仿真的工作流程在整个工业界应用的痛点包括三个方面,其一是数据的难题,本地数据保存的安全性很差。其二是资源的难题,实体站工作站配置低的情况下可能无法完成大模型的仿真,而配置高会造成资源浪费。第三是应用难题,CAE的应用都不一样,所以每款软件应用也不同,用户无法熟练地使用全部软件。而这些方案实现整个高性能计算和工作站的硬件的统一的部署,最新的NV(Gred)显卡技术,解决数据的统一存储和管理的问题。而且可以采用统一的Web门户,只要通过浏览器登录集群,就可做好数据的统一。


精准医学基因领域上的数据量和处理量非常大,数据拼接提取的工作量也很大。在整个精准医学的推进里光有仪器并不能完成,智能,后续的数据处理以及挖掘还有大量工作需要运用到HPC来做。中科紫鑫科技有限公司外联部主管陈哲认为所以HPC在整个基因领域的应用,会是数据量和处理速度,工作量变得很便捷很准确,使精准医学的理论变为现实。

HPC在工业应用上的未来展望

众多专家以HPC工业应用进行了一番深入的探讨,现在对HPC软硬件需求跟以前相比都需要更大量更复杂的计算量,对于有些行业来说,这些HPC的资源还是远远不够用,高峰期完全不够运用,非常的紧张。现在的目标主要目标是运用一些新的技术来降低原有的成本,让更多的人来应用到最新的HPC技术。而在很多保密单位中,公有云并不很适合。劳斯莱斯的Yoon K Ho说到,云是以后的发展方向,而现在公司的忧虑还很多,一是安全,数据安全和专利的安全,国外对出口控制也有严格的限制,另外一个是性能, CAE、CFD的应用需要很强的处理能力,不会放在虚拟机上。另外数据量很大,访问网络很慢,但他表示,一些对安全不太敏感可以放在云上。陈哲也认同这个观点,就算不需要很多保密的单位,但由于行业的竞争激烈,也不得不使用私有云。赵帅就这观点发表了公司的展望,每个行业都有不同的应用软件特点,浪潮针对每个行业每款软件做特定的分析,了解每一款软件所适用的体系架构,运用联合设计和异构这两个方式来分别对待每个行业的HPC需求。刘周说很多使用者并不是HPC界的专家,而软件与硬件的结合是一个使用者很繁琐的问题。陈哲认为这个问题是各类行业和HPC行业的一个灰色地带,HPC无法给各类行业提供最快最简易的结合方式,只能简易编程工具,提供一些标准的数据库,减少难度。现在的设想是衍生出一种第三方的力量来游走两边的行业,由他们融合。赵帅认为这种问题最好的解决方式就是建立起联合实验室,共同研究一些问题。还有一种设想就是在各个行业中寻找出专家参与厂商的应用与优化中。“科学家应该研究他的领域知识和算法,而不是谈论IT知识的问题”坐在嘉宾席的英特尔的何老师对于上个问题的观点引起了场上大家的争相讨论。反对的人们认为,如果不与用户科学家一起研究,其性能硬件架构不能满足用户,做出来也不能使用。工业界对HPC的要求供应商并不了解的话,用户无法大规模使用,这使得工业界在整体能力上是停滞不前的。

罗国安坚信HPC有更广阔的发展空间,目前HPC仅仅发挥了一小部分的能力,它的未来发展将会拥有更多无限的可能性。


0
0
  • CSDN官方微信
  • 扫描二维码,向CSDN吐槽
  • 微信号:CSDNnews
程序员移动端订阅下载

微博关注

相关热门文章