全球最大超級電腦之一 Perlmutter 通過應用證明 NVIDIA GPU 加速能源效率平均提高 5 倍。
https://news.xfastest.com/wp-content/uploads/2023/05/NVIDIA19.jpg功率降低—更科學，更少能耗
國家能源研究科學運算中心（NERSC）是美國能源部開放科學的主要機構，測量了其四個主要高效能運算和 AI 應用程式的結果。
全球最大超級電腦之一 Perlmutter，使用 NVIDIA GPU 比較使用 CPU 節點時，應用程式運行速度以及能耗的情況。
簡單來說，使用 NVIDIA A100 Tensor Core GPU 加速，能源效率平均提高 5 倍，天氣預報應用程式性能提升了 9.8 倍。
GPU節省百萬瓦特
在一台搭載四個 A100 GPU 的伺服器上，NERSC 實現了於雙插槽 x86 伺服器高達 12 倍的加速。
這意味著在相同性能水平下，GPU 加速系統每個月將比僅使用 CPU 的系統節省 588 兆瓦時的能源消耗。如果在一個四路 NVIDIA A100 雲端執行個體上運行相同工作負載一個月，相較於僅使用 CPU 的執行個體，研究人員可以節省超過 400萬美元。
https://news.xfastest.com/wp-content/uploads/2023/05/NVIDIA-2.png
衡量實際應用
這些結果意義非常重大，因為它們基於現實應用的測量，而不是合成的基準。這些進展意味著，8000 多名科學家使用 Perlmutter 能夠應對更大的挑戰，為更多突破開啟大門。在 Perlmutter 上使用超過 7100 個 A100 繪圖處理器，有許多應用案例，科學家正在探索亞原子交互作用，以尋找新的綠色能源。
全面推進科學發展
NERSC 所測試的應用領域涵蓋了分子動力學、材料科學和天氣預測等多個領域。例如，MILC 模擬了在原子中使粒子保持在一起的基本力量。它被用於發展量子運算、研究暗物質和尋找宇宙的起源。BerkeleyGW 則有助於模擬和預測材料和奈米結構的光學性質，這是開發更高效電池和電子設備的關鍵步驟。
EXAALT 使用 A100 GPU 取得了 8.5 倍的效能提升，該應用程式解決了分子動力學中的一個基本挑戰。它讓研究人員可以模擬原子運動的短片，而不是其他工具提供的快照序列。
測試的第四個應用程式是 DeepCAM，用於在氣候數據中檢測颶風和大氣河流。當使用 A100 GPU 進行加速時，它的能源效率提升了 9.8 倍。基於 HPC 和 AI 應用程序的組合，整體 5 倍加速。
https://news.xfastest.com/wp-content/uploads/2023/05/NVIDIA-1.png
加速運算節省更多能源
NERSC 的結果與早期針對加速運算潛在節能的計算相呼應。例如，在 NVIDIA 的另一個獨立分析中，GPU 在人工智慧推理方面的能源效率比 CPU 高 42 倍。
這意味著將全球僅使用 CPU 運行人工智慧的伺服器轉換為 GPU 加速系統，每年可節省高達 10 兆瓦時的能源。這相當於節省了 140 萬個家庭一年的能源消耗量。
NVIDIA創辦人暨執行長黃仁勳所說的「工業高效能運算革命」受加速運算和人工智慧的推動，而這些企業正是處於此革命前沿且企業還持續增加中。
頁:
[1]