南方财经全媒体记者 周蕊 向秀芳 纽约报道

高性能计算 (high performance computing)是指使用超级计算机和计算机集群来解决复杂计算问题的一项技术。随着技术的进步，高性能计算现已应用在广泛的领域，包括机器学习，人工智能，以及经济金融等领域。

2021年，计算机领域的最高奖项图灵奖被授予美国计算机科学家，美国国家工程院院士、田纳西大学电气工程和计算机科学系教授杰克·唐加拉（Jack J. Dongarra），以表彰他在高性能计算领域的卓越成就。

图灵奖被称为“计算机领域的诺贝尔奖”，由美国计算机协会（ACM）于 1966 年设立，目的之一是为了纪念世界计算机科学的先驱艾伦·图灵（A.M. Turing），每年评选出在计算机领域作出重大贡献的一到两名科学家。

美国计算机协会称，杰克·唐加拉通过对线性代数运算的高效数值算法、并行计算编程机制和性能评估工具的贡献引领了高性能计算的世界。

本期《直击华尔街》我们邀请到杰克·唐加拉教授，请他谈一谈2023年高性能计算领域的突破，以及展望未来，高性能计算在经济领域的应用与创新。

南方财经：目前高性能计算领域面临哪些挑战，研究人员设想在未来几年如何应对这些挑战？

Jack Dongarra：在高性能计算方面，我们面临着许多挑战。其中最大的挑战可能就是能效。随着高性能计算系统的功能越来越强大，它们需要消耗大量能源。因此，计算中的能效对于降低运行成本和环境影响至关重要。因此，研究人员将重点放在开发节能硬件、优化算法和探索极致的冷却技术上。

可扩展性是另一个重点。因此，随着问题复杂性的增加，以及高性能计算机系统所需数据的增长，我们确实必须考虑到这些系统的可扩展性。因此，研究人员正在研究并行编程模型、软件库和工具，以充分利用这些大规模并行架构的潜力，其中包括图形处理单元和加速器。另一个大问题是内存层次结构。就数据移动性能而言，内存、计算机内存、访问时间仍是时下高性能计算的一大难题。因此，研究人员正在开发先进的内存层次结构，包括高内存带宽、非易失性内存、存储类内存，以弥合我们所拥有的极快处理器与相对较慢的传统内存之间的差距。

正如我刚才提到的，随着数据密集型应用的增长，数据在处理器和存储之间的移动是存储领域的一大挑战。我们已经在高性能系统中采用异相架构，其中包含 CPU、GPU、FPGA 和人工智能加速器，优化软件以高效运行是我们面临的主要挑战。我们必须努力开发工具和编程模型，以便有效应对这一挑战。

韧性是我们必须考虑的另一个问题。大规模、高性能的系统很容易出现硬件故障，我们必须以某种方式确保系统的恢复能力，以便应用程序能够真正完成运行。如今，数据分析集成愈发重要，我们必须在应用程序和解决问题的方式中考虑到这一点。总之，需要解决软件的复杂性问题。因此，我们的高性能计算机软件栈堆变得越来越复杂。这使得在应用程序中开发和维护一个端口极具挑战性。

最后，或许将人工智能和机器学习集成是我们现在工作的重要部分。我们确实需要了解如何使用这些工具来帮助我们解决问题。

南方财经：回顾2023年，也就是过去的一年，高性能计算领域有哪些重要的突破？

Jack Dongarra：有很多。从科学研究和发现的角度来看，高性能计算确实能让各个领域的研究人员，包括物理、化学、生物、气候科学等，模拟复杂的现象。这导致了许多领域的突破。从药物发现、材料到气候建模，所有这些都得益于高性能计算。我们在航空航天和国防工业中也看到了高性能计算带来的好处。高性能计算机对于飞机、航天器和军事系统的设计和模拟至关重要。它缩短了开发时间，降低了成本，同时提高了安全性和性能。我们已经看到了制造和工程领域的进步和优势。汽车、航空航天和制造等行业使用高性能计算机对产品和制造流程进行模拟和优化。这有助于提高产品质量，降低产品成本，加快产品上市速度。在能源行业，HPC 有助于能源资源的高效勘探和生产。这包括石油、天然气、可再生能源等。它还在电网管理、优化能源分配和开发清洁能源技术方面提供帮助。通过风险管理、算法交易、故障检测和投资组合优化，金融和银行业从高性能计算机中受益匪浅。

所有这些都影响着全球金融市场。医疗保健生命科学是高性能计算的另一个领域，它通过加速基因组研究、药物发现、个性化医疗、疾病建模等方面提供了真正的帮助。它们都从使用高性能计算中受益匪浅。还有气候领域的天气预报。在气候领域，准确的天气预报确实取决于高性能计算。天气预报与我们每个人都息息相关。我们打开新闻，收听天气预报。这些都是由高性能计算机处理的。汽车和运输行业在设计方面确实是一个系统，而高性能计算在优化运输物流和管理自动驾驶车辆方面为少数高效车辆提供了帮助。娱乐和媒体也依靠高性能计算机进行复杂的图形渲染、模拟和内容创作。政府的国家安全工作也得益于高性能计算，如网络安全加密、智能分析等，都得益于高性能计算机。此外，像灾难管理响应、保护国家基础设施等，都依赖于高性能计算。因此，高性能计算在很多方面都对我们的生活方式产生了实际的影响。

南方财经：高性能计算正在影响着各行各业，影响着我们的生活。随着技术的进步，人们担心工作岗位会被取代。您认为高性能计算将如何创造新的就业机会？您认为哪些技能对进入该领域工作的个人至关重要？

Jack Dongarra：高性能计算在模块化方面的确进展迅速。我们担心技术进步中的自动化会导致工作岗位流失，但这也是创造就业机会的重要机遇。因此，高性能计算是一个涉及多学科的领域，它能为各行各业创造新的就业机会。我们需要高性能系统的系统管理员。有些系统非常复杂，需要技术熟练的人员来管理这些应用开发。因此，我们需要经验丰富、能够优化高性能计算环境中并行应用程序使用的软件开发人员。这就需要熟练的程序员，他们需要掌握 C、C++ 等语言，以及 NPI、open NP 和 CUDA 等技术。当然，科学和数据科学以及分析是一个很大的领域，与数据科学和分析密切相关。我们需要具备处理海量数据资产、机器学习和数据可视化技能的人才。

如今，人工智能和机器学习的整合是高性能计算领域的一件大事。我们需要了解如何使用这些工具的人才，他们能够有效地将这些工具应用到我们所拥有的资源中。网络安全是一件至关重要的事情，我们需要解决这个问题。因此，我们需要能够保护这些系统免遭网络盗窃并确保数据隐私的专家。研究开发当然是所有这些工作的关键，拥有高性能计算经验的研究科学家工程师将在开发新技术方面发挥关键作用。此外，我们还需要云计算、混合系统等方面的人才，他们需要了解并能够管理混合云、高性能计算机环境，能够熟悉亚马逊、Azure、微软和谷歌云等云提供商，能够处理 Docker 和 Cuponatic，这些人才都非常宝贵。这些为高性能计算和项目管理提供培训的顾问和人员。因此，所有其他技能、软技能以及程序、解决问题的技能都至关重要，应用批判性思维、团队合作以适应高性能计算。

南方财经：听起来这些工作都需要高技能、高学历人才。例如，你提到了研究人员、工程师、数据科学家和应用程序开发人员，那么ChatGPT 等技术创新将如何影响蓝领工人？

Jack Dongarra：我想说的是，我们需要继续培训、学习，跟上高性能计算技术的最新发展。这些人、蓝领工人需要在某种意义上适应他们的技能，以适用于网络协作方面即将出现的新浪潮，这对于在这个充满活力、快速发展的领域实现职业发展至关重要。因此，我看到从高技能程序员到蓝领工人等各方面人才的大量需求，他们曾帮助开发技术，而这些技术将快速到位，进一步推动计算技术的发展。

南方财经：下一个问题是关于中国的高性能计算。中国在全球超级计算机排行榜上一直名列前茅。您如何看待中国在高性能计算领域的发展？

Jack Dongarra：中国参与高性能计算已有多年。从高性能计算的发展来看，这一点很有意思。2001 年，中国还没有超级计算机进入 500 强名单，即运行速度最快的计算机名单。但从那之后，中国的超级计算机数量在 500 强中占据了主导地位。

因此，中国在组织高性能计算方面发展非常迅速。我们之所以知道中国拥有一些技术精湛的计算机，是因为有一些出版物、科学出版物介绍了在中国这些高性能计算机上进行的科学研究。他们有各种应用领域，当然，在处理高性能计算的学生和熟练劳动力方面，他们也有大量的人才储备。

因此，总体而言，中国的高性能计算市场非常活跃。因此，中国在高性能计算领域取得的成就凸显了技术在推动科研创新和经济发展方面的重要性。值得注意的是，该领域的竞争是全球性的，各国都在进行大量投资。中国的进步证明了高性能计算在全球的重要性，以及对社会各方面产生积极影响的潜力。

南方财经：最后两个问题是关于您的个人。我们知道您是 2021 年图灵奖的获得者。获得图灵奖对您个人来说意味着什么？你认为它对你的职业生涯有什么影响？

Jack Dongarra：图灵奖是我成就的基石，是对我成就的认可，也是对我职业生涯的认可。图灵奖是由计算机协会颁发的一个非常有声望的科学奖项。这是我们领域最高级别的认可。它是最杰出的奖项之一，经常被比作诺贝尔奖。因此，获得该奖确实是一个具有巨大影响力的奖项，它是对我本人和我的同事们长期以来所做工作的证明。

你知道，从结构化行为到LINPACK基准，再到并行计算和美国算法，再到各种书籍和出版物，还包括我在田纳西大学小组中培养出来的学生。在我的职业生涯中，我有能力开展国际合作，从某种意义上说，这个奖项不仅是对我的成就的认可，也是对我们作为一个团体在高性能计算领域所取得的成就的认可。我认为图灵奖是对我在这一领域所做贡献的认可。

南方财经：回顾您的职业生涯，您认为哪些时刻或成就特别有意义或有价值？

Jack Dongarra：你提到的其中一些已经有眉目了。我对并行计算的贡献在于美国算法，所以我们在这里做的事情之一就是为高性能计算机开发美国算法，并将其转化为软件。因此，我们开发了软件，然后供社区、全球社区使用，软件免费提供，在使用方面有非常宽松的许可，基本上可以说，你可以使用它，你可以将它嵌入到你开发的各种软件中，我认为这有很长的路要走，使它非常成功。

在过去的 40 年里，我有幸参与了几个非常成功的基准测试项目。LINPACK 基准是最快计算机 500 强名单中的一员。因此，我认为这些项目更多出于爱好。它们能让社区了解高性能计算的发展情况。它们让我们能够以无偏见的方式衡量计算机的有效性。从某种意义上说，它没有商业投入，也不会受到商业方面的影响，而是以一种无偏见的方式进行。我想说，这些肯定是其中的一些主要成就。