對(duì)于傳統(tǒng)計(jì)算機(jī)架構(gòu)來說，想要每秒分析多達(dá) 10 億次質(zhì)子碰撞、或數(shù)萬(wàn)次極其復(fù)雜的鉛碰撞，顯然并非易事。隨著大型強(qiáng)子對(duì)撞機(jī)（LHC）Run 3 數(shù)據(jù)處理需求的飆升， 歐洲核子研究中心（CERN）也正通過四個(gè)大型實(shí)驗(yàn)項(xiàng)目，來探索通過 GPU 改善其計(jì)算基礎(chǔ)設(shè)施的方法。

（圖自：CERN）

據(jù)悉，LHC 實(shí)驗(yàn)的最新升級(jí)，即將于 2023 年投入使用。

考慮到傳統(tǒng)中央處理器（CPU）難以應(yīng)付新的計(jì)算挑戰(zhàn)，目前正有四個(gè)大型項(xiàng)目在嘗試采用 GPU 并行計(jì)算方案。

圖上圖所示，某 Run 3 候選 HLT 節(jié)點(diǎn)裝配了雙路 AMD Milan 64 核 CPU + 兩張英偉達(dá) Tesla T4 GPU 。

GPU 在圖像處理等應(yīng)用場(chǎng)景下具有極高的效率，最初只是為了加速計(jì)算機(jī) 3D 圖形渲染而打造。

但在過去的幾年里，LHC 實(shí)驗(yàn)、全球 LHC 計(jì)算網(wǎng)格（WLCG）和 CERN openlab 就已展開過這方面的研究嘗試。

而在高能物理應(yīng)用中加大 GPU 的計(jì)算投入，不僅能夠提升 CERN 計(jì)算基礎(chǔ)設(shè)施的質(zhì)量和規(guī)模，還有助于提升系統(tǒng)的整體能效。

鉛-鉛碰撞的 2 ms 可視化呈現(xiàn)（圖自：ALICE TPC / CERN）

CERN IT 部門負(fù)責(zé)人 Enrica Porcari 表示：

LHC 雄心勃勃的升級(jí)計(jì)劃，帶來了一系列令人興奮的計(jì)算挑戰(zhàn)。好消息是，GPU 能夠在機(jī)器學(xué)習(xí)（DL）方面提供有力的支撐，幫助研究人員解決許多問題。

自 2020 年以來，CERN IT 部門提供了對(duì)數(shù)據(jù)中心 GPU 平臺(tái)的訪問權(quán)限，其已被證明在一系列應(yīng)用中很受歡迎。

更重要的是，CERN openlab 正通過與工業(yè)界的合作研發(fā)項(xiàng)目，對(duì)將 GPU 用于機(jī)器學(xué)習(xí)一事展開鄭重深入的調(diào)查。

與此同時(shí)，CERN 的科學(xué)計(jì)算協(xié)作小組，目前正努力幫助移植和優(yōu)化實(shí)驗(yàn)中的關(guān)鍵代碼。

多年前，ALICE 項(xiàng)目就率先在其“高級(jí)觸發(fā)在線計(jì)算機(jī)農(nóng)場(chǎng)”（HLT）中使用了 GPU，但也是迄今唯一大規(guī)模運(yùn)用 GPU 的實(shí)驗(yàn)。

而新升級(jí)的 ALICE 探測(cè)器擁有超過 120 億個(gè)連續(xù)讀取的電子傳感器元件，每秒可生成超過 3.5 TB 的數(shù)據(jù)流。即使經(jīng)過一級(jí)數(shù)據(jù)處理，數(shù)據(jù)流量仍高達(dá) 600 GB/s 。

這些數(shù)據(jù)會(huì)被放到具有 250 個(gè)節(jié)點(diǎn)的 HPC 農(nóng)場(chǎng)展開在線分析，每個(gè)節(jié)點(diǎn)包含 8 路 GPU + 32 核 CPU 。

大多數(shù)情況下，可將單個(gè)粒子檢測(cè)器信號(hào)組裝成粒子軌跡的軟件（事件重建）工作，現(xiàn)均已適應(yīng)了在 GPU 上并行工作。

從 2022 年開始，LHCb 實(shí)驗(yàn)將處理 4 TB/s 的數(shù)據(jù)流，并對(duì)每秒篩選出的最有趣的 10 GB/s LHC 碰撞數(shù)據(jù)展開物理分析。

其獨(dú)特方法是不卸載工作，而是分析 GPU 上每秒 3000 萬(wàn)個(gè)粒子束交叉點(diǎn)。自 2018 年以來，隨著 CPU 處理的改進(jìn)，LHCb 的探測(cè)器重建能效也提升了將近 20 倍。

目前研究人員正期待著使用 2022 年的首批新系統(tǒng)調(diào)試數(shù)據(jù)，并在此基礎(chǔ)上讓升級(jí)后的 LHCb 探測(cè)器得以發(fā)揮其完整的物理潛力。

【來源：cnBeta.COM】

關(guān)鍵詞： 助力 集群 可為