2023年值得關(guān)注的五大HPC趨勢

在邊緣計(jì)算、Chiplet、人工智能和機(jī)器學(xué)習(xí)、CaaS（容器即服務(wù)）以及可持續(xù)性發(fā)展的推動下，高性能計(jì)算變得越來越重要。

高性能計(jì)算（HPC）的概念在過去幾年中不斷發(fā)展，無論是在其嚴(yán)格的定義方面，還是如何使用它。如今，HPC 不再局限于大型數(shù)據(jù)中心、研究實(shí)驗(yàn)室和超級計(jì)算機(jī)，而是在各個(gè)行業(yè)中用于產(chǎn)品設(shè)計(jì)、財(cái)務(wù)建模、天氣預(yù)報(bào)等任務(wù)。它已經(jīng)滲透到更接近我們?nèi)粘Ｉ畹膽?yīng)用程序中，它能夠?qū)⒏鼜?qiáng)大的計(jì)算機(jī)功能帶入我們依賴和享受的家庭、辦公室和汽車體驗(yàn)中。

HPC 增長和擴(kuò)展的根本原因可以歸結(jié)為一個(gè)詞：數(shù)據(jù)。因?yàn)槠渲杏懈鄶?shù)據(jù)需要比以往更快地處理、分析和移動。高性能計(jì)算解決了更多數(shù)據(jù)產(chǎn)生、服務(wù)和消費(fèi)無限循環(huán)——無論是智能家居的多服務(wù)流媒體習(xí)慣、日益互聯(lián)的汽車，還是我們完成工作、監(jiān)控我們的健康或管理我們的財(cái)務(wù)所需的信息量。

隨著對 HPC 需求的增長，對更快、更強(qiáng)大、更高效的半導(dǎo)體的需求同步攀升。事實(shí)上，盡管芯片業(yè)務(wù)的整體起伏不定，但HPC行業(yè)仍實(shí)現(xiàn)了持續(xù)和可持續(xù)的增長。那么，2023 年高性能計(jì)算的未來是什么？

邊緣（分布式）計(jì)算的增長

毫無疑問，邊緣計(jì)算是改變計(jì)算格局的關(guān)鍵發(fā)展趨勢，但它似乎與傳統(tǒng)HPC相差較多。高性能計(jì)算往往與大型集中式計(jì)算和存儲資源相關(guān)聯(lián)，而這些資源實(shí)際上是基于云的遠(yuǎn)程計(jì)算的支柱。相比之下，邊緣計(jì)算以處理網(wǎng)絡(luò)邊緣或附近的數(shù)據(jù)為中心，而不是將其一直發(fā)送回中心位置。通過這種方式，它可以提供更低的延遲，并且在許多情況下可以提供更安全的操作特性。

邊緣計(jì)算與傳統(tǒng)計(jì)算正在融合。由于數(shù)據(jù)的爆炸式增長，在邊緣生成的數(shù)據(jù)量在數(shù)量和復(fù)雜性方面呈指數(shù)級增長，包括由智能化需求推動的各種物聯(lián)網(wǎng) （IoT） 設(shè)備。邊緣計(jì)算主要用于延遲和內(nèi)容，因?yàn)橥翟?集中式數(shù)據(jù)中心的往返將無法滿足所需的響應(yīng)時(shí)間。在某些情況下，文件太大，無法發(fā)送到云進(jìn)行處理甚至存儲。這可能影響城市交通管理和相關(guān)的自動駕駛系統(tǒng)、精準(zhǔn)醫(yī)療、欺詐檢測、商業(yè)智能、智能城市開發(fā)等。

邊緣計(jì)算將對 HPC 系統(tǒng)供應(yīng)商、云服務(wù)提供商、網(wǎng)絡(luò)和存儲供應(yīng)商產(chǎn)生重大影響，因?yàn)榻M織希望將遠(yuǎn)程 HPC 功能與本地生成和處理的數(shù)據(jù)策略相結(jié)合。作為其中的一部分，還希望看到HPC的物理足跡從集中式交付模型擴(kuò)展到更加分布式的方法，其中包括靠近大量數(shù)據(jù)生成邊緣站點(diǎn)的位置。

從芯片設(shè)計(jì)來看，邊緣計(jì)算雖然仍然需要最佳的功耗、性能和面積（PPA），但仍然具有另一個(gè)關(guān)鍵優(yōu)先事項(xiàng)：減少這些設(shè)備處理和數(shù)據(jù)傳輸?shù)难舆t。設(shè)計(jì)策略必須優(yōu)先考慮這些IC的數(shù)據(jù)傳輸速度和效率，例如下面討論的Chiplet架構(gòu)。當(dāng)然，芯片設(shè)計(jì)解決方案必須考慮PPA權(quán)衡方案的所有方面，并提供高級功能來設(shè)計(jì)和分析針對任何給定應(yīng)用要求的優(yōu)化IC。這包括強(qiáng)大的仿真和驗(yàn)證工具、功耗和熱分析功能、設(shè)計(jì)布局的智能實(shí)現(xiàn)，以及一系列用于關(guān)鍵功能和接口的認(rèn)證 IP 模塊。展望未來，我們將看到從數(shù)據(jù)中心到電池供電的物聯(lián)網(wǎng)設(shè)備對能夠降低功耗的設(shè)計(jì)解決方案的需求不斷增加。

Chiplet成熟

HPC的最新趨勢之一是使用多芯片系統(tǒng)。多芯片系統(tǒng)在高性能計(jì)算領(lǐng)域獲得了青睞，作為保持摩爾定律（由于器件物理和制造傳統(tǒng)單片硅架構(gòu)的經(jīng)濟(jì)挑戰(zhàn)而放緩）走上正軌的一種方式。簡而言之，傳統(tǒng)的單片片上系統(tǒng)（SoC）變得過于龐大和昂貴，無法用于高級設(shè)計(jì)，并且良率風(fēng)險(xiǎn)隨著設(shè)計(jì)尺寸的增加而增加。多芯片方法作為擴(kuò)展摩爾定律的PPA優(yōu)勢的可行方法很有吸引力，無需增加芯片面積或功耗即可提供更多的處理能力。它們還支持異構(gòu)混合搭配方法，以最大限度地利用目標(biāo)應(yīng)用優(yōu)化的工藝技術(shù)。分解 SoC 組件，單獨(dú)制造它們，然后將這些不同的功能整合到單個(gè)封裝中，從而減少浪費(fèi)，同時(shí)提供一種快速創(chuàng)建具有優(yōu)化系統(tǒng)功耗和性能的新產(chǎn)品變體的方法。

雖然多芯片系統(tǒng)完全有能力成為 HPC 的基本推動因素，但設(shè)計(jì)方法必須不斷發(fā)展以應(yīng)對新的挑戰(zhàn)。例如，支持高帶寬、低延遲、高能效和無差錯(cuò)性能的芯片到芯片接口對于快速、可靠的數(shù)據(jù)傳輸至關(guān)重要。需要增強(qiáng)的工具、方法和 IP 來處理這種多芯片方法引起的異構(gòu)集成、互連和封裝問題。先進(jìn)封裝和硅光子學(xué)等領(lǐng)域的其他專業(yè)知識和技術(shù)對于推動創(chuàng)新和設(shè)計(jì)效率達(dá)到新的水平非常重要。

人工智能和機(jī)器學(xué)習(xí)的擴(kuò)展范圍

另一個(gè)貫穿 HPC 各個(gè)方面的重要趨勢是人工智能 (AI) 和機(jī)器學(xué)習(xí)的興起。這是 HPC 享有共生關(guān)系的領(lǐng)域。

一方面，高性能計(jì)算機(jī)需要為人工智能工作負(fù)載提供動力，這在當(dāng)今自動化數(shù)據(jù)密集型世界中無處不在。對于HPC供應(yīng)商來說，這是一個(gè)快速增長的領(lǐng)域，他們幾乎在有計(jì)算需求的地方看到了新的機(jī)會。但是，為了支持AI工作負(fù)載，計(jì)算平臺需要不斷改進(jìn)底層硬件的性能，這給芯片設(shè)計(jì)人員帶來了不斷創(chuàng)新的壓力。在這里，人工智能也與支持人工智能的設(shè)計(jì)工具一起發(fā)揮作用，現(xiàn)在用于通過優(yōu)化復(fù)雜或過于詳細(xì)的任務(wù)來處理尖端芯片設(shè)計(jì)的復(fù)雜性和規(guī)模，這些任務(wù)可以最好地由訓(xùn)練有素的人工智能算法處理。這不僅提高了整體工程效率，而且使設(shè)計(jì)師能夠?qū)Ｗ⒂诟嘁詣?chuàng)新為導(dǎo)向的工作。

另一方面，高性能計(jì)算依賴于人工智能本身來高效安全地運(yùn)行數(shù)據(jù)中心。無論是監(jiān)控存儲、服務(wù)器和網(wǎng)絡(luò)設(shè)備的運(yùn)行狀況和安全性，確保正確配置，預(yù)測設(shè)備故障，以及篩選惡意軟件數(shù)據(jù)，AI 都能為 HPC 用戶提供更高水平的洞察力和預(yù)測性維護(hù)。人工智能還可用于通過優(yōu)化加熱和冷卻系統(tǒng)來減少電力消耗并提高效率，這是數(shù)據(jù)中心運(yùn)營商最關(guān)心的關(guān)鍵可持續(xù)性問題。

高性能計(jì)算系統(tǒng)案例

隨著業(yè)務(wù)各個(gè)方面所需的計(jì)算能力的大幅提高，許多公司正在尋求“即服務(wù)”模型的價(jià)值，以滿足其周期性計(jì)算需求。輸入 HPC 即服務(wù) （HPCaaS），除了峰值工作負(fù)載效率之外，此類模型還為沒有內(nèi)部知識、資源或基礎(chǔ)設(shè)施的公司提供服務(wù)和支持，無法通過云利用 HPC。HPCaaS 使 HPC 容量易于部署、擴(kuò)展，并且從成本角度來看更具可預(yù)測性。

在IC設(shè)計(jì)領(lǐng)域，人們對這種模型非常感興趣，該模型可以訪問執(zhí)行數(shù)據(jù)密集型芯片設(shè)計(jì)任務(wù)所需的計(jì)算資源。由多核架構(gòu)組成的復(fù)雜 HPC IC 設(shè)計(jì)就是一個(gè)很好的例子。它們需要增加計(jì)算、存儲和處理以進(jìn)行設(shè)計(jì)和開發(fā)。通常需要并行處理大量數(shù)據(jù)，以實(shí)現(xiàn)這些類型設(shè)計(jì)的設(shè)計(jì)和驗(yàn)證的收斂。這種托管模型正在被大型半導(dǎo)體公司和初創(chuàng)公司使用，這些公司和初創(chuàng)公司正在為HPC開發(fā)高性能芯片，這是一種有趣的共生關(guān)系，HPC的推動者也取決于其功能。

與其他 HPCaaS 企業(yè)用途一樣，基于云的 EDA 在 IC 開發(fā)過程中提供了可擴(kuò)展性、靈活性、生產(chǎn)力和安全性。公司可以根據(jù)特定的使用需求、高峰設(shè)計(jì)時(shí)間和分布式工作結(jié)構(gòu)調(diào)整 HPC 訪問，所有這些都不需要專門的資源管理專業(yè)知識。所有這些好處都與性能吞吐量優(yōu)勢相提并論，這是對 EDA 工具的關(guān)鍵需求。

可持續(xù)發(fā)展成為舞臺中心

盡管我們以最快的速度改進(jìn)了 HPC 功能，并在生活的許多方面擴(kuò)展了收益，但正在為這些耗電系統(tǒng)對環(huán)境的影響付出代價(jià)。一些專家預(yù)測，到2030年，僅數(shù)據(jù)中心就將消耗全球3%至7%的電力。在地方層面，許多數(shù)據(jù)中心遭到了強(qiáng)烈反對，甚至由于所需的電力和水量，新建筑也面臨許可障礙。為這些大型計(jì)算平臺提供動力和冷卻已成為可持續(xù)發(fā)展的熱點(diǎn)，而電源使用效率 （PUE） 和碳排放等指標(biāo)是首要考慮因素。

許多HPC公司和云服務(wù)公司提出創(chuàng)新理念來應(yīng)對這些挑戰(zhàn)。通過可持續(xù)能源（水力、太陽能、風(fēng)能）為數(shù)據(jù)中心供電的根本轉(zhuǎn)變正變得越來越普遍。也衍生了許多新方法，例如沉浸式或液體冷卻技術(shù)（包括水下數(shù)據(jù)中心）；將數(shù)據(jù)中心消耗的能源和水重新分配和回收用于其他用途（例如，為建筑物供暖）；供應(yīng)鏈生態(tài)系統(tǒng)使用更環(huán)保的組件、材料和制造方法都具有巨大的潛力。HPCaaS 模型本質(zhì)上也是一種資源效率更高的方法。

也可以在芯片級別提高能耗和散熱效率。例如，高性能計(jì)算IC設(shè)計(jì)可以通過使用先進(jìn)的低功耗設(shè)計(jì)方法和功耗優(yōu)化的IP核來更好地優(yōu)化功耗，從而降低芯片和整個(gè)系統(tǒng)的整體能耗。

Chiplet趨勢提供了另一種降低功耗的重要潛在方法，更不用說通過提高產(chǎn)量來減少制造中的物理浪費(fèi)。對功耗更敏感的數(shù)據(jù)傳輸方法，如高帶寬存儲器（HBM），也可以使芯片及其供電的系統(tǒng)更加節(jié)能。這些都得到了標(biāo)準(zhǔn)和開源工作（如CXL，UCIe和OCP）的幫助。

總之，HPC行業(yè)正在不斷發(fā)展和擴(kuò)大，每天都為我們的生活帶來新的改善。

審核編輯：湯梓紅