超级计算机的发展方向：降低计算精度

内容来源：中国科技论文在线

具有不同处理器精度的高能效混合超级计算机，在气候变化及神经科学等领域的建模计算中将更具优势。

利用大气模拟模型生成的全球气候变化预测

在精确模拟现实世界的诸多系统（例如地球云层系统以及人类大脑）时，当前的超级计算机仍然显得能力不足。我们与其等待有更强处理能力（但却带来了不可承受的能耗）的超级计算机出现，不如重新开始审视计算机的本质。原先我们认为，计算机就是一个以逐位、按序、精确、可重复的计算模式运行的、快速但传统的图灵机，但现在我们必须要“解放思想”。

我们尤其需要质疑的是，是否所有计算都需要以一种精确的方式执行？这里的精确是指，计算机在接受相同输入的情况下必须输出相同的结果，并保证相同的计算精度。调研发现，在很多实际应用中，情况并非如此。因此，我们需要开发带有不同处理器精度的高能效混合计算机，即将传统的能耗密集型处理器与低功耗、非精确性的处理器结合，用于分析具有不同精度需求的数据。科学研究的诸多领域均对这类机器有大量需求。

地球气候变化的预测的基础，是求解大气及海洋中流体运动的非线性方程。目前，气候模拟大多以100公里的粒度划分单元格，可以解决中纬度地区典型的大型低气压气候系统的预测，但却无法解决小于计算粒度的单个云层系统的模拟。然而研究指出，云层系统的建模对可靠地评估人类排放对全球气温变化的影响至关重要[1]。

气候模拟系统的分析粒度受制于计算能力。当前的 P 级超级计算机能够做到每秒运行10^15次浮点运算；预计到 2020 年前后，下一代 E 级超级计算机（即每秒运行10^18次浮点运算）的计算能力将足以实现各类气候的模拟，包括对最强劲的暴风雨等天气的模拟[2]。但是，对于模拟规模小于此粒度的云层物理系统，我们仍然只能依靠简化的计算方程进行近似和参量化模拟。

这种参量化模拟引入的误差将会自我扩增，并在更大规模的计算过程中放大，影响计算结果。在气候模拟中，研究人员通过向计算方程中引入随机噪声来表征这些误差。因此，气候预测本身就是概率性的。

目前，研究人员在构建可用的 E 级计算机时，最主要的障碍并不是运算速度本身，而在于实现 E 级运算可能带来的不可承受的能耗。早前有人预测，一台 E 级计算机系统的能耗将达到 100 兆瓦，相当于一个小型电站的输出。因此，最近几年，研究人员需要解决的一个重要挑战是如何让 E 级计算机具有更高的能效。

能量是计算机进行计算的保证。随着微处理器向纳米级发展，为保证计算的准确性，处理器需要耗费更多的能量来克服热噪声甚至宇宙射线的干扰带来的影响。同时，通过调低电压，我们也可以将处理器由精确计算切换为概率性计算。有研究指出，在当前的芯片工艺技术下，处理器的能耗降低4倍后，出现计算错误的概率不到1% [3]。

更重要的是，数据在计算机系统中迁移的过程也需要消耗能量。这部分能量与计算机系统中表示数据的位数成正比。在通常的“黄金标准下”，要表示一个实数变量，需要64位的双精度类参数。尽管用于科学计算的超级计算机也支持32位的数据类型，但基本没有机器支持32位以下的数据类型，这可能是因为研究人员认为这种数据类型没什么用处。

在表征全球规模的气流及天气系统等有数百公里跨度的数据时，64位的精度可能非常适合，然而，用它来表示小规模的气候循环，则会造成计算资源以及能耗的浪费[4]。而小于计算粒度的处理模拟在整个气候预测计算中占有很大比重，因此，在整个气候模拟中的能耗浪费是很严重的。

我们需要一种新型的超级计算机。与当前的超级计算机类似，这样的机器也需要包含数百万个计算单元，从而实现大规模并行计算；这些计算单元中，只有一部分进行传统的高精度计算，另一部分则用来进行低功耗的概率性的低精度计算，同时，这种非精确的程度是可变的。通过更高效地使用能量，这种混合超级计算机能够将气候模拟计算模型应用于更低的粒度上执行，从而实现了云层系统的模拟计算。这将会使地球气候模拟的概率性预测计算更加可信。