导语：超算机能的冲破与人工智能的深度交融，让全世界景象形象预告从「风云莫测」走向「幻化可测」。

12月12日，第八届 GAIR 全世界人工智能与呆板人年夜会在深圳正式拉开帷幕。

本次年夜会为期两天，由GAIR研究院与雷峰网结合主理，大作院士任引导委员会主席，杨强院士与朱晓蕊传授任年夜会主席。

作为 AI 产学研投界标杆嘉会，GAIR自2016年开办以来，始终苦守 “传承+立异” 内核，是 AI 学界思惟接力的阵地、技能交流的平台，更是中国 AI 四十年成长的精力家园。已往四年年夜模子驱动 AI 财产加快厘革，岁末年头 GAIR 践约所致，以高质量不雅点碰撞，为行业与公共出现AI时代的前沿洞见。

本次峰会之上，清华年夜学深圳国际研究生院长聘传授，国度超算深圳中央副主任付昊桓以“超智交融支撑下的地球体系模式研发”为主题，为参会者们带来了一场出色纷呈的开场陈诉。

付昊桓传授于讲座上分享了超算于地球体系模式研发中的运用、成长过程、结果和面对的挑战，他认为超算与年夜模子开发具备许多相似的地方，同时于地球体系模式的研发傍边，超算还有要面对怎样应答时空分辩率晋升所带来的算力需求指数级增加，以和怎样使用AI进一步高效使用多源不雅测数据等挑战。

付昊桓传授先容到，近些年来神威等国产超算体系的机能增加，支撑了地球体系模式时空分辩率的显著提高，实此刻一千米层级摆布到达一年天天的全世界天气模仿速率。

他暗示，地球体系模仿可以使用超算研究全世界天气变化，以科学模子支撑防灾减灾，并指望于将来可以做到数值智能双驱动的年夜湾区百米级景象形象预告体系，以百米级的精度构建下一代年夜湾区景象形象模子。

末了，付昊桓传授总结道：“超算及智算思维近似，都是聚全力在一点，用最强算力形成技能的冲破及立异，历程中东西需最年夜限度主动化，机能、效率、范围及不变性缺一不成。”

讲座完备视频，详见链接：https://youtu.be/dw4tRbvoENY

如下是付昊桓的现场演讲内容，雷峰网作了不转变原意的编纂和收拾：

01 |为何需要用超算模仿地球？

今天很是侥幸到场这次勾当。尽人皆知，超算的传统任务是用整台呆板的资源来解决单一焦点问题，而地球体系模仿恰是超算的经典运用之一。为何要用超算来做地球模仿？由于科学家没法于真正的地球长进行试验。研究化学、物理等学科，可于试验室内便捷地开展试验，但若研究当前备受存眷的碳达峰、碳中及、天气变化，以和将来台风是否会增多等地球天气的问题，就必需借助超算构建地球的数字孪生模子来举行试验。是以，基在超算的地球体系模式对于在研究全世界天气变化、防灾减灾，以致可连续成长都具备主要意义。

这也联系关系到近期备受存眷的天气构和。于各类国际场所，天气变化也已经蜕变为一个政治议题，列国缭绕将来的碳中及规划、怎样减排、减排几多等议题举行商量。此类构和一样需要模子支撑。因而可知，地球体系模式于浩繁方面阐扬着主要作用。

图中左上角展示的是全世界的地球体系模式的比力，汇总了全世界列国的差别模式于已往近百年天气变化曲线的模仿成果。可以看到，各模子的模仿成果之间存于差异。怎样进一步降低模子的不确定性？起首，是晋升模式的时空分辩率。例如，深圳的下一代景象形象模式，咱们方针将当时空分辩率晋升至100米。如许，于台风到临时，就能更精准地研判台风对于整个都会的详细影响，但同时这会带来计较需求的指数级增加。

其次，是新的AI要领。咱们对于地不雅测正于孕育发生海量科学数据，除了了用传统的数据夹杂要领将数据引入模子外，怎样使用AI要领是一年夜标的目的。

与此同时，超算架构也于发生巨年夜变化，尤其是2010年以来，咱们从同构多核转向了GPU。范围上，也从百万核成长到万万核。当前所有的超算，包括国产超算，除了了提供传统的双精度、单精度浮点算力，也集成为了强盛的AI算力。怎样有用使用AI机能变患上很是主要，这些成长也带来了新的挑战。

02 | 挑战：指数级增加的算力需求与架构厘革

第一个挑战是，计较机于向前成长，科学也于前进，咱们怎样解决愈来愈繁杂的模子与呆板之间的适配问题？另外一个挑战是不雅测数据。太空中约有千余 颗卫星于举行科学不雅测，相称在地球天天于举行高精度“自拍”，怎样交融这些数据，AI均可以阐扬主要作用。

接下来，我扼要先容咱们于地球体系模仿，或者称数字孪生地球方面，在国产超算上开展的一些事情。起首先容神威系列超等计较机。各人可能从新闻中有所相识，1998年的首代神威1，为国度景象形象局制作，办事在1999年50周年国庆阅兵的景象形象保障。其时它还有是基在英特尔X86架构的呆板，排名不高。而神威于海内外引起存眷，始在济南的神威·蓝光。这是第一台彻底采用国产处置惩罚器打造的超算，其时吸引了很多美、日专家前来考查。

而真正依附天下产处置惩罚器得到世界第一的，是无锡的神威·太湖之光超算。其CPU内核彻底自立研发，采用了天下产的众核片上交融异构架构，分为四个核组，每一个核组由一个主核及一个8×8的从核阵列构成，集成为了治理与高密度计较器件。持续四次得到世界第一的神威·太湖之光，也是全世界首台峰值机能跨越100 Pflops的呆板，并行范围达一万万核。

这台呆板问世之初曾经面对一个挑战：因为采用了全新的国产架构，没有可直接于其上运行的年夜型繁杂科学计较步伐。是以，咱们花了三到五年时间，于神威的国孕育发生态上开发了200多个可扩大到百万核并行的运用。咱们还有成长了50余项可充实使用整机的新运用。对于在步伐员而言，利用一台一万万核的呆板，犹如此刻用上万张显卡练习年夜模子，既是巨年夜挑战，也极富成绩感。神威超算系列有10余项运用入围国际高机能计较运用最高奖“戈登·贝尔”奖，此中3项获奖。

这里列出了一些重要的全新运用范畴，涵盖今天讲的地球体系模仿，以和工业仿真、当前备受存眷的生物质料、图计较、生物医药数据阐发、量子计较、高能物理、天文等，相干一系列生态正于神威平台上慢慢成立起来。

这是咱们2015年于神威上完成的第一个项目，即全体系地球体系模式的移植，包括年夜气、海洋、陆面、海冰和耦合器，将其总体迁徙到新呆板上运行。这项约百万行代码的移植事情，由清华及北师年夜构成的二十多人团队完成，并于该呆板上实现了百万核范围的高效扩大。

云云繁杂的地球体系模式移植自己是一个典型的繁杂软件工程。由于步伐自己繁杂，触及百万行代码，需于新呆板上运行，且计较漫衍不均，需对于整个代码举行优化与重构。并且该步伐与新架构不适配，需举行全新设计。这种科学计较步伐运行与年夜模子练习很是相似，需要于全机范围运行一个月甚至数月，对于呆板不变性、I/O和整个体系都是巨年夜挑战。末了一个挑战是交织型人材匮乏，难以找到既懂景象形象又懂HPC的人。最近几年来又面对一个新挑战：造就出的这种人材，很快便被从事年夜模子的公司挖走，由于能胜任这类范围体系调优的人，所面对的挑战与年夜模子范畴高度相似。

于这个基在国产超算的模式研发项目中，咱们的第一步是对于整个步伐举行重构与优化，针对于这个繁杂模子，咱们分差别部门处置惩罚，例如此中的动力学部门、求解器部门，这些是相对于步伐员易懂的部门，咱们举行了手动阐发及优化。

另外一部门是模子中的物理历程，包括云微物理历程、降水历程、辐射历程等。这对于步伐员是很年夜的挑战，由于他们不相识暗地里的物理机制。是以，咱们重要借助主动化东西，对于轮回举行主动变换，以适配新架构。

颠末开端重构优化后，咱们基本实现了百万核范围的扩大，到达了天天模仿约三年天气的速率。

03 | 从“描画征象”到“驱动将来”

于2017年，咱们于此基础长进一步从头设计了整个模子。所谓从头设计，就是针对于神威处置惩罚器架构的特色，对于算法、数据排布、计较历程、并行历程举行周全优化。

因为受生态限定，景象形象范畴代码年夜多用Fortran编写，以是咱们第一步是将Fortran重写为C，由于其时咱们底层编写的Athread没有Fortran接口。转换成C以后，再开展底层优化，从而可以或许节制DMA、向量化，并实现Register Co妹妹unication。

经由过程这类方式，咱们才能真正实现对于这一新处置惩罚器架构的使用。咱们的一个神威核组（64个从核），于计较密集使命中，可相称在数个至四十多个英特尔核的机能。

2017年，咱们的这项事情也入围了“戈登·贝尔”奖，这副图片是咱们其时对于卡特里娜飓风的模仿，此中展示了热带气旋逐渐形成、迫近美国年夜陆和消失的历程。这是咱们初次测验考试使用天气模子对于此类台风、飓风征象举行较正确的描画。

以后，咱们使用这个模子撑持了清华年夜学的天气体系模式，介入前述的国际模式比力规划。这套数据显著晋升了对于热带气旋的模仿能力，咱们也吸引了美国国度年夜气研究中央（NCAR）的科学家互助，于神威上开发了高分辩率地球体系模式，并使用该模式出产了全世界首套约750年的高分辩率天气模仿数据，供国际利用。

第二步，基在神威·海洋之光，咱们进一步向千米级的地球体系模仿摸索。海洋之光是神威·太湖之光处置惩罚器架构的演进，仍采用核组布局，但核组数从4个增至6个，每一个核组仍是一个主核带64个从核。由于数据的缓存及挪动能力至关主要，每一个从核内部的缓存架构都获得了晋升，是以存储及总体计较机能也获得了进一步晋升。

于此基础之上，咱们致力在将全世界天气模式的分辩率晋升至5千米级。图片展示的是咱们2023年的事情，比拟2015年初次移植CESM时，科学家已经对于天气模仿做了年夜量改良，推出了新版本，这个新版本又需要移植到新的超算上。基在前期经验，咱们采用了一种“非侵入式的代码并行化方案”，焦点是基在OpenMP的O2ATH Thread方案，主动将代码转换为Athread接口，从而完成为了整个代码重要的并行化事情。

咱们于2023年完成为了这项三周内的模式移植摸索（a three week porting experiment），从CESM 1.3 到 2.0，代码约有30%到40%的变更。咱们经由过程这类主动化方式，于三周内完成为了这套代码于新超算体系上的重构与调优历程。

此次事情使机能从最初的天天约模仿5天，晋升到末了天天可模仿半年，而且是于全世界5千米年夜气、3千米海洋的分辩率下实现。2024年，咱们进一步引入AI能力，实现了AI加强的全世界1千米分辩率，称为无漏洞的气候天气模式。它既可举行短时气候研究，也可用在持久天气研究，这也是咱们开展此项事情的初志。

各人看到的这几张图，a图名为“Blue Marble”，是NASA宇航员于飞船内拍摄的第一张完备地球照片，细节富厚。右上方c图是1965年首位因天气模子得到诺贝尔物理学奖的真锅淑郎等科学家提出的模子，分辩率约数百千米，较为粗拙。末了一张图是咱们2024年实现的千米级模子，可见其对于天气历程的描画已经很是靠近遥感卫星及时收罗的图象，为HPC与AI进一步交融提供了优良基础。

该模子于极度降水的模仿方面效果显著。

于新神威上，模子于弱扩大及强扩大方面均取患了优良的scaling能力。尤其于集成AI能力后，可以实现靠近全机范围的扩大，同时到达一年天天以上的模仿速率。

这张图小结了咱们多年来于地球体系模仿方面的进展，包括美国、日本及中国超算于该范畴推进的事情。图中横轴代表模仿分辩率，纵轴代表模仿速率。分辩率的晋升象征着计较量以四次方增加。咱们但愿于晋升分辩率的同时，加速模仿速率，方针是向图右上角推进。今朝，咱们年夜致可以于约1千米分辩率下到达靠近一年天天的模仿速率。

这是咱们本年的最新事情，集成为了以前于年夜气、海洋等方面的事情。于与崂山海洋试验室互助的这个事情中，结合团队实现了一个名为“AI驱动的高机能便携式地球体系模子”（AI-Powered Performance Portable Earth System Model），这项事情也入围了本年戈登·贝尔奖天气建模种别的终极提名。

04 | 瞻望：超算与智算的交融演进

接下来谈谈深圳超算二期。前面已经部门说起，近期年夜模子成长云云迅速，其暗地里是AI的Scaling Law。实在于超算范畴也是一样的焦点逻辑，即经由过程高速互联将所有处置惩罚器毗连成总体，形成重大的计较资源，用以求解极为繁杂的问题。这与用数万张卡练习年夜模子的素质不异，其暗地里需要高度并行可扩大的算法，以和能与算力增加匹配的模子繁杂度。

另外一个难点于在，超算上运行的可能是科学与工程计较，其暗地里是科学及工程范畴的数理方程。是以，算力、软件必需与科学发明协同成长。

我简朴做了一个AI与科学计较范畴的比力。于通用人工智能范畴，已往这些年咱们确凿看到了近乎线性的有用扩大。其暗地里是Transformer这一今朝业界近乎尺度、很是合适并行的强力要领。它与GPU架构高度共生，形成为了一套生态。数据方面，拥有年夜量公然数据集，并有优良的软件及人材生态。

此刻所有AI集会险些是计较机学术集会中介入人数至多、发文量最年夜的，天然吸引了年夜量研究职员。比拟之下，科学计较的上风于在其暗地里是可注释的科学纪律，是科学理解转化的方程及模子。但其错误谬误是代码繁杂、并行难度高、演进迟缓。

造就一名能举行数理方程建模的研究者需时较长。算力重要依赖国产算力，约莫从201三、2014年最先，咱们重要基在神威·太湖之光等国产超算。此外，还有存于公然数据集少、标注难、软件生态不完美，以和适才提到的人材流动性年夜等问题——超算造就的人材常被年夜模子团队吸引。

回到国度超算深圳中央。于咱们2010年一期体系基础上，二期体系行将上线。时隔15年，其效率将实现巨年夜晋升，从本来的P级峰值双精度计较机能，晋升至预期Linpack连续测试机能到达双精度2个E，单精度4个EFlops。

该处置惩罚器还有撑持INT 8计较，若换算为INT 8，整机可撑持32 EFlops，理论峰值约40 EFlops。深圳超算二期将与鹏城云脑三期违靠违放置。深圳超算二期是传统超算，云脑三期是AI超算，两台呆板间有高速光纤互联。云云年夜范围的传统超算与AI超算相连，于全球可能也属首例，咱们也很期待能摸索其于计较上的全新运用。

国产进步前辈CPU的双精度浮点算力较高，同时，它既可以做高精度的双精度浮点计较，又可以做 AI 的计较，固然这也是一个很是高密度集成的方案，末了是 2 万多节点可以提供连续年夜概2E以上的计较机能。

此图展示了开端的运用结果。于景象形象经常使用运用，如WRF或者波浪预告中，均取患了显著的机能晋升，特别患上益在芯片集成的片上内存带来的高带宽。

咱们也预备这台呆板上测验考试HPC与AI交融的景象形象模子。例如，我本人主持的一个项目是于这台超算上测验考试构建万万核可扩大的、千米级的我国区域海陆天气模式猜测体系，焦点方针是举行汛期预告，好比于3月份猜测我国区域整个汛期（六、七、8月）的降水环境。这是一个很是坚苦的问题，包括当前的新型景象形象年夜模子也未能很好解决。咱们已经最先相干优化事情。很是期待高精度模仿与数据驱动年夜模子联合能孕育发生何种效果。

于深圳咱们但愿推进的另外一项事情，是构建“国产新一代数值智能双驱动年夜湾区百米级景象形象预告体系”，包括百米级高精度数值模仿、AI辅助的年夜样本调集预告与数据夹杂技能，以和数值模子与AI模子双驱动。

末了总结几点。从我作为一位超算研究者的角度看，超算与智算的思维很是相似，都是聚全力在一点，用咱们最强算力的方式去形成技能的冲破及立异。于这个历程中，咱们所需的东西也需最年夜限度地主动化，如代码迁徙、移植、生态运转等。于所有这些年夜型计较使命中，机能、效率、范围及不变性缺一不成。如今，易用的生态愈发主要。庞大问题的牵引始终是超算成长的焦点驱动力，需要硬件与软件协同成长。末了，正如以前提到的，咱们亟需跨范畴复合型人材，并具有体系思维。

我今天的分享就到这里，谢谢各人。

05 | 对于话付昊桓：数值计较与 AI 的深度共生

下面是于演讲以后，付昊桓传授的专访以和现场不雅众的问答环节：

雷峰网：您此刻于超算这边，最焦点想做的工作究竟是甚么？

付昊桓：实在假如从一个比力抽象的层面来总结，咱们此刻最焦点想鞭策的一件事，就是数值计较及人工智能的深度交融。

地球体系只是一个比力典型、也比力轻易被各人理解的例子，但其实不是独一的运用场景。近似的问题，实在于许多科学计较范畴城市碰到，好比具身智能、生物医药、质料科学等等。只不外地球体系的繁杂性、跨标准挑战及社会影响都很是凸起，以是它常常被拿出来会商。

咱们其实不是说要零丁把 AI 拿出来做一个“更智慧的模子”，也不是简朴地去晋升某一个模子的精度，而是但愿从底子上去思索：于科学计较如许一个持久以数值模仿为焦点的要领系统中，AI 到底应该以甚么样的方式参与，才能真正转变咱们理解及猜测繁杂体系的能力。

雷峰网：那为何地球体系会被您重复作为一个焦点例子？

付昊桓：由于地球体系自己，险些把科学计较中最难的几个问题都集中于了一路。起首，它是一个典型的浑沌体系。咱们常说的胡蝶效应，素质上讲的是体系对于初始前提的高度敏感性。哪怕是一个很是微小的扰动，于颠末充足长的时间及充足繁杂的彼此作用以后，均可能对于总体状况孕育发生显著影响。

其次，它是一个极度多标准的体系。好比说，台风这类征象，可能发生于几十千米的标准上；而降水、对于流，往往是千米甚至百米标准；再往下，还有有更微不雅的历程，发生于米级甚至更小的标准上。

更主要的是，这些差别标准的历程，其实不是相互自力的，而是彼此耦合、相互影响的。你不克不及只算年夜标准而纰漏小标准，也不克不及只盯着局部而不看总体。恰是这类“所有标准连于一路”的特征，使患上地球体系成为一个很是典型、但也极为坚苦的研究对于象。

雷峰网(公家号：雷峰网)：本年咱们不雅察到市场关在算力会商比力多，就像算力泡沫的如许声音一直存于，而海内一些上市公司的算力项目也呈现延期或者者终止的环境。可是另外一方面，头部科技公司的本钱支出一直于高速增加。以是想就教您怎么去判定当前整个算力市场的一个供需的环境？

付昊桓：实在我本身不是做算力的，可是咱们超算造就的许多科研职员，此刻确凿于做算力。我感觉这内里有一个问题我感觉各人需要去存眷，就是算力的投入，究竟是不是投硬件就够了？尤其是咱们国产算力这一块。好比从超算的角度来说，持久以来都是硬件的投入比力年夜，可是软件的投入相对于比力少，我想国产的AI算力可能也面对这么一个问题。

适才也提到了实在 GPU 的生态从年夜概从 CUDA 推出的 2008 年，到此刻已经经是十几年的成长才到此刻如许，暗地里实在英伟达投了年夜量的资源来做这个生态，以是你说是否是应该各人都去投算力？还有是说咱们跟运用贴的更近的，应该多投一点资源来做响应算力的软件生态，尤其是基础框架的软件？我觉得这块做的人可能相对于还有是比力少。

至在说这个算力到底够不敷，我觉得对于咱们科研从业职员来说可能还有是不太够。至在说财产成长角度够不敷，由于我不于这个行业内里，我也很难给出正确的判定。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。