中國 LineShine 無 GPU 登頂 TOP500,AI 算力競賽要點睇?
Tech News

中國 LineShine 無 GPU 登頂 TOP500,AI 算力競賽要點睇?

圖片:via The Verge — https://www.theverge.com/tech/958768/china-claims-the-worlds-fastest-supercomputer
TechLab 編輯部(譯)·

深圳超算跑贏 El Capitan,但 AI 訓練另計

LineShine 贏咗咩

中國 LineShine 今次登頂 TOP500,重點唔係「中國又有部快機」咁簡單。TOP500 官方榜單列出,深圳國家超算中心呢套系統用 LingKun 平台、LX2 304-core CPU、LingQi 互連同 Kylin OS,HPL 跑分係 2,198.40 PFlop/s,排第一;美國 Lawrence Livermore 嘅 El Capitan 係 1,809.00 PFlop/s,跌落第二。講人話,即係 LineShine 喺傳統 FP64 密集線性代數測試入面,快過之前冠軍大約兩成。

深圳國家超算中心舉行 LineShine 全球樣板點發布活動,台上有發布儀式同 LineShine 字樣。

圖片:國家超級計算深圳中心

CPU-only 架構先係焦點

The Verge 提到 LineShine 冇用 GPU,TOP500 系統頁列出嘅配置亦係 CPU 架構為主,冇見到 NVIDIA、AMD Instinct 呢類 accelerator。呢點值得留意,因為而家 AI data center 成日講 GPU 幾多、HBM 幾多、NVLink 幾多,中國呢次就用大規模 CPU、片上高頻寬記憶體、高速互連同自家軟件堆疊,喺 HPL 拎返第一。呢個唔代表 GPU 冇用,而係話喺某啲 HPC 工作負載,系統設計、記憶體同網絡可以補到好多嘢。

LineShine 系統總設計師盧宇彤喺發布活動上講解靈晟超算。

圖片:國家超級計算深圳中心

但 TOP500 唔等於 AI 訓練冠軍

要分清楚,TOP500 主要睇 HPL,即係解大型線性方程,官方自己都講過,單一跑分冇可能反映一部機喺所有工作負載嘅表現。LineShine 同時喺 HPCG 錄得 22.00 Petaflop/s、排第一,呢個測試對稀疏矩陣、記憶體同互連嘅壓力貼近實際應用啲;不過去到 HPL-MxP 混合精度測試,TOP500 話 LineShine 係 7.92 Exaflop/s、排第四,增幅得 3.6 倍,呢個就好符合 CPU-only 架構:做科學計算好硬淨,但低精度 AI 訓練嗰種吞吐,GPU/APU 系統暫時仍然有優勢。

出口限制逼出另一條工程路

美國近年限制先進運算晶片、HBM 同 supercomputer end-use,目的係收緊中國取得高階 AI 同超算硬件嘅路。LineShine 呢次登頂,唔代表限制完全冇效,反而似係限制逼出另一種取捨:買唔到最順手嘅 GPU,就堆自家 CPU,互連、library、framework 全部一齊調校,再揀啱工作負載證明呢條路行得通。代價亦好實際,LineShine 用電 42.2MW,El Capitan 係 29.7MW;計返每瓦效能,El Capitan 仍然靚仔過 LineShine。出口限制收窄咗部分硬件供應,但工程團隊亦可以靠擴大系統規模同加重軟件調校,改行另一條路。

科研用途實在過大模型宣傳

深圳超算中心自己講,LineShine 會支援分子動力學、流體模擬、生命科學同 AI 大模型訓練及推理。呢啲官方講法要打個折,始終唔係所有 app 都會自動食滿 1,300 幾萬 cores。不過已經有 arXiv 論文用 full LineShine 做東亞汛期預報,10 年、1,774-member 嘅 hindcast 喺 14.6 小時完成,呢類「數值模擬 + AI ensemble」先最啱展示 LineShine:重點唔係同 GPU cluster 鬥 chatbot 訓練,而係氣候、材料、藥物、工程模擬呢啲食記憶體同互連嘅工作。

香港同大灣區點樣有關

普通消費者聽完未必有感,因為呢唔會令你部手機快啲,亦唔會令雲端 AI plan 即刻平啲。不過深圳國家超算中心喺隔籬,對大學、科研機構、工程公司同做 AI for Science 嘅團隊就有現實意思:如果日後有公開而且可行嘅申請安排,排程、軟件移植同數據合規亦處理得順,香港團隊先有機會用到一套非 NVIDIA 路線嘅超算資源。之後值得留意嘅係公開應用成績、開發工具鏈成熟度,同埋有冇清晰制度畀外部研究團隊申請同使用。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook