從藥物研發(fā)到空間模擬 亞馬遜云科技刷新高性能計算應(yīng)用邊界

12月22日消息，高性能計算（High Performance Computing，縮寫為：HPC）憑極高算力、存力等優(yōu)勢，在科學(xué)研究、模擬仿真、氣象預(yù)報、能源勘探、生命科學(xué)、智慧城市等領(lǐng)域被廣泛應(yīng)用。

盡管越來越多行業(yè)對高性能計算的需求快速增長，但是巨大的前期投入成本讓很多企業(yè)望而卻步。近幾年，云計算已經(jīng)可以全面支持HPC計算，云上高性能計算自帶的彈性屬性，讓高性能計算得以更廣泛的應(yīng)用于更多行業(yè)企業(yè)。

例如，知名地理空間智能公司笛卡爾實驗室（Descartes Labs）使用Amazon Elastic Compute Cloud（Amazon EC2）云計算服務(wù)，執(zhí)行High-Performance LINPACK（HPL）基準(zhǔn)，達(dá)到每秒接近10 PFLOPS，并在2021年6月的全球TOP 500超級計算機(jī)排名中進(jìn)入第41名。

同樣的，AI驅(qū)動的新藥研發(fā)創(chuàng)業(yè)企業(yè)英矽智能旗下的人工智能平臺要處理大量的實驗和文本數(shù)據(jù)，所以對于圖形處理器(GPU)的要求很高。英矽智能的AI工具如PandaOmics和Chemistry42都運(yùn)行于Amazon EC2，以獲得極具靈活性和可擴(kuò)展性的云端服務(wù)器而無需維護(hù)龐大的本地計算集群。

從空間模擬到藥物研發(fā)，云上搭起的超算，推動HPC在更多行業(yè)落地。

就在上周的re:Invent2022全球大會，亞馬遜云科技基于新發(fā)布的芯片推出了面向不同工作負(fù)載的全新高性能計算實例Hpc7g 和Hpc6id ，幫助高性能計算客戶更好地應(yīng)對不同的工作負(fù)載，如計算密集型負(fù)載、計算和網(wǎng)絡(luò)密集型負(fù)載、數(shù)據(jù)和內(nèi)存密集型負(fù)載等，同時提供超高的性價比，以進(jìn)一步推動了高性能計算的普及。

2大全新HPC實例：Hpc7g、Hpc6id

今年2月，亞馬遜云科技專為緊耦合高性能計算（HPC）工作負(fù)載構(gòu)建的全新實例Amazon Elastic Compute Cloud (Amazon EC2) Hpc6a正式上市。Amazon EC2 Hpc6a實例搭載了第三代AMD EPYC處理器，與計算優(yōu)化型Amazon EC2實例相比，用于HPC工作負(fù)載的性價比提升高達(dá)65%。

此次，re:Invent2022全球大會，在HPC 高性能計算領(lǐng)域，亞馬遜云科技正式發(fā)布基于最新 Graviton3E 的 Hpc7g 實例以及基于 Intel 處理器的 Hpc6id 實例。

至此，亞馬遜云科技旗下，基于AMD、Intel處理器，以及自研芯片Amazon Graviton3E的HPC 高性能計算實例齊集，為客戶高性能計算場景提供更多選擇。

新推出高性能計算實例Hpc7g、Hpc6id

亞馬遜云科技CEO Adam Selipsky表示：“云的規(guī)模正在重新定義HPC，它帶來的應(yīng)用和創(chuàng)新改變了游戲規(guī)則。如果沒有針對每個特定工作負(fù)載優(yōu)化的一系列實例，就無法為HPC創(chuàng)建具有成本效益的性能基礎(chǔ)，而HPC的極端規(guī)模意味著即使看似很小的資源差異也可能對性能、成本和運(yùn)行速度產(chǎn)生重大影響?！?/p>

Hpc6id 實例——專為緊密耦合的 HPC 工作負(fù)載而構(gòu)建的新實例類型

Amazon EC2 Hpc6id 實例，采用Intel 第三代處理器，基于 Amazon Nitro 系統(tǒng)構(gòu)建的 EC2 Hpc6id 實例提供 200Gbps 彈性結(jié)構(gòu)適配器網(wǎng)絡(luò)，用于高吞吐量節(jié)點間通信，使客戶 HPC 工作負(fù)載能夠大規(guī)模運(yùn)行。

Hpc6id 實例旨在為數(shù)據(jù)、內(nèi)存密集型 HPC 工作負(fù)載、更高的內(nèi)存帶寬、更快的本地 SSD 存儲和彈性結(jié)構(gòu)適配器增強(qiáng)的網(wǎng)絡(luò)提供領(lǐng)先的性價比。使用 EC2 Hpc6id 實例，可以降低 HPC 工作負(fù)載的成本，也可以充分利用亞馬遜云科技的彈性和可擴(kuò)展性。

Hpc7g 實例——專為大規(guī)模運(yùn)行高性能計算工作負(fù)載提供超高性價比

Hpc7g 實例由亞馬遜云科技全新自研 Amazon Graviton3E 芯片提供支持，為客戶在 Amazon EC2 上的高性能計算工作負(fù)載，如計算流體動力學(xué)、天氣模擬、基因組學(xué)和分子動力學(xué)等提供了超高的性價比。

據(jù)悉，Hpc7g 實例的浮點性能與 Hpc6a 實例相比性能提高了20%，讓客戶能夠在多達(dá)數(shù)萬個內(nèi)核的高性能計算集群中進(jìn)行復(fù)雜的計算。Hpc7g 實例實例類型有多種大小，最多具有64個 vCPU 和 128GiB 內(nèi)存，這些實例將在2023年初正式投入商用。

亞馬遜云科技Amazon EC2副總裁David Brown表示：“從Graviton到Trainium、Inferentia再到Nitro，亞馬遜云科技每一代自研芯片都為客戶的各種工作負(fù)載提供更高的性能、更優(yōu)化的成本和更高的能效。我們不斷推陳出新讓客戶獲得卓越的性價比，這也一直驅(qū)動著我們的持續(xù)創(chuàng)新。”

高性能計算支持的Amazon SimSpace Weaver服務(wù) 助力大規(guī)?？臻g模擬

一直以來，模擬仿真都是高性能計算的一大應(yīng)用場景。

所謂模擬仿真，即為了預(yù)測現(xiàn)實世界的可能結(jié)果，研究機(jī)構(gòu)或企業(yè)等會營造可視化沉浸式的訓(xùn)練空間，如無人駕駛、智慧交通、機(jī)器人等行業(yè)企業(yè)往往會創(chuàng)建動態(tài)的3D仿真實驗，來加速研發(fā)迭代，模擬仿真也用于制造更好的賽車、預(yù)測天氣和模擬股票市場。

雖然模擬仿真可以解決很重要的問題，但大規(guī)模使用卻受限于構(gòu)建和運(yùn)行模擬的難度。一般企業(yè)也缺少高性能硬件和專業(yè)人員。

基于亞馬遜云科技的高性能算力，亞馬遜云科技在此次re:Invent2022全球大會還推出了完全托管的計算服務(wù)Amazon SimSpace Weaver，希望幫助客戶構(gòu)建、操作和運(yùn)行大規(guī)模的空間模擬仿真系統(tǒng)。

據(jù)介紹，Amazon SimSpace Weaver可以讓客戶可輕松實現(xiàn)復(fù)雜的、沉浸式的3D體驗，并對大規(guī)模場景進(jìn)行測試和可視化。Amazon SimSpace Weaver可支持100萬以上的移動對象（如人、汽車、交通信號燈等）的實時交互的仿真對象，并且可將模擬仿真系統(tǒng)部署的時間從數(shù)年縮短至數(shù)月。

Amazon SimSpace Weaver按使用量收費(fèi)，其具備的可擴(kuò)展性和高彈性讓客戶無需準(zhǔn)備昂貴的硬件，也無需額外的人員即可管理空間模擬系統(tǒng)。因為是全托管服務(wù)，客戶可以只專注于模擬對象的設(shè)計以及觀察模擬仿真系統(tǒng)的輸出性能，并將他們的這些觀測結(jié)果用于支撐不同業(yè)務(wù)場景的決策。

“模擬仿真將有助于我們在道路建設(shè)、倉庫管理和災(zāi)難應(yīng)對等方面做出更好的決策。我們可以通過模擬，運(yùn)行大量假設(shè)的場景，無需等待多年就可以查看我們的行為對未來的影響”，亞馬遜首席技術(shù)官Werner Vogels強(qiáng)調(diào)：“未來我們世界上的幾乎任何事物都可以被模擬，并最終將被模擬，Amazon SimSpace Weaver等技術(shù)的推出為未來鋪平了道路?！?/p>

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。