GPU Hackathon是一個(gè)專門針對(duì)全球從事科學(xué)研究的應(yīng)用程序開發(fā)者的 GPU 應(yīng)用加速活動(dòng)，目標(biāo)是在 10 天的活動(dòng)期間，將科研 HPC+AI 應(yīng)用通過 OpenACC，Python，CUDA 等不同的編程語(yǔ)言移植到 GPU 上。每次活動(dòng)通常有 6-10 個(gè)應(yīng)用小組參加，每個(gè)應(yīng)用小組由 3-5 位老師和同學(xué)組成，并配有兩名經(jīng)驗(yàn)豐富的指導(dǎo)老師。指導(dǎo)老師為 NVIDIA、高校、社區(qū)的程序移植專家或 OpenACC 開發(fā)團(tuán)隊(duì)成員。?如今， GPU Hackathon 已在中國(guó)成功舉辦 9 次。

NVIDIA 聯(lián)合西湖大學(xué)舉辦GPU Hackathon

西湖大學(xué)作為國(guó)家重點(diǎn)的新型高等學(xué)校，?一直致力于最尖端的基礎(chǔ)和應(yīng)用研究。上個(gè)月，NVIDIA 聯(lián)合西湖大學(xué)舉辦了 2022 年最后一場(chǎng) GPU Hackathon，主要針對(duì)生命科學(xué)，海洋和 AI 應(yīng)用提供 GPU?加速支持，活動(dòng)為期 10 天，?為 9 個(gè)不同領(lǐng)域的 AI+HPC 應(yīng)用提供了不同程度的加速效果。

傳統(tǒng)海洋 HPC 應(yīng)用 10 天加速 82 倍

這次活動(dòng)中，?最 Top 的應(yīng)用仍然是 HPC 領(lǐng)域的一項(xiàng)應(yīng)用 — LAG，?LAG 應(yīng)用是海洋領(lǐng)域常用工具 FVCOM 的一部分，應(yīng)用的主體是基于 Fortran 的流體力學(xué)的程序，通常這類程序的 GPU 移植比較費(fèi)時(shí)，即使做好了移植，加速比通常也并不高。在此次 GPU Hackathon 上，通過小組成員和編程指導(dǎo)老師的努力，使用 OpenACC 編程和 NSIGHT 熱點(diǎn)分析工具，該應(yīng)用在活動(dòng)中實(shí)現(xiàn)了 82 倍的速度提升。

這再次證明了 OpenACC 編程的強(qiáng)大之處，在提升傳統(tǒng)基于 HPC 程序在 GPU 上的移植和優(yōu)化上，OpenACC 比其他的編程方式更有效率，適合于大規(guī)模的程序移植。而且 OpenACC 對(duì)傳統(tǒng) HPC 應(yīng)用中問題的解決更加的成熟。

GPU 對(duì)大規(guī)模研究數(shù)據(jù)的處理實(shí)現(xiàn)百倍加速

AI 和 HPC 方法在不同的研究中都需要處理大規(guī)模的數(shù)據(jù)。?在這次活動(dòng)中，還有一大亮點(diǎn)是讓人看到了 GPU 對(duì)數(shù)據(jù)處理方面能提供驚人的加速。

以西湖大學(xué) DOU 團(tuán)隊(duì)的 Diabatization 為例，?該應(yīng)用在計(jì)算主體部分使用 Python 處理了大規(guī)模的數(shù)據(jù)，?通常對(duì)于數(shù)據(jù)處理的計(jì)算需要 2 周左右時(shí)間，?而當(dāng)參賽團(tuán)隊(duì)將處理程序移植到 GPU，?這些處理都能在 16 分鐘內(nèi)完成。該團(tuán)隊(duì)表示，?以后在編寫處理大規(guī)模數(shù)據(jù)的程序時(shí)，?需要更多考慮 GPU，這在很多時(shí)候是“不能”和“能做”的差別。

應(yīng)用加速最終結(jié)果

因此，對(duì)于那些需要處理大規(guī)模數(shù)據(jù)的開發(fā)人員來說，使用 GPU 來處理數(shù)據(jù)，將會(huì)收獲不可思議的加速，這種效率的提升和時(shí)間的大幅節(jié)約，對(duì)于研究和業(yè)務(wù)的提升也是顯而易見的。

新的應(yīng)用，?新的工具，?Hackathon 為新的方向提供加速指導(dǎo)

此次 Hackathon 中也同時(shí)為其他很多應(yīng)用提供了加速。?我們也看到一些新的發(fā)展趨勢(shì)：

• 第一，AI 的方法在科研應(yīng)用中越來越多，?NVIDIA 新的工具也為使用 AI 方法的新應(yīng)用提供了更好的支撐，?譬如，本次 Hackathon 中就看到了 Fast Transformer，Modulus 的使用。

• 第二，?Python 在數(shù)據(jù)處理和算法原型方面被廣泛使用，GPU 上的 Python 生態(tài)也不斷發(fā)展，?在 Hackathon 中，?不同團(tuán)隊(duì)都發(fā)現(xiàn)自己很容易把自己的 Python 放到 GPU 上。

• 第三，??傳統(tǒng)的 HPC 應(yīng)用也在不斷采用 GPU 加速計(jì)算和 AI 方法，?很多以前很難處理的問題，現(xiàn)在都有了標(biāo)準(zhǔn)答案和好的實(shí)踐案例。這一點(diǎn)在 OceanStar 和? Kseig 團(tuán)隊(duì)解決他們的移植和優(yōu)化問題中都有很好的體現(xiàn)。

西湖大學(xué) GPU Hackathon 活動(dòng)是在中國(guó)的第 9 次 Hackathon，通過 GPU Hackathon 活動(dòng)，可在短短 5-10 天的時(shí)間內(nèi)大幅提升基于 GPU 的應(yīng)用水平，同時(shí)為下一階段的深度優(yōu)化提供良好的基礎(chǔ)。未來，NVIDIA 希望繼續(xù)借助舉辦 GPU Hackathon 實(shí)踐活動(dòng)，對(duì)科研應(yīng)用 GPU 的加速發(fā)展提供實(shí)際的幫助。NVIDIA 也歡迎有實(shí)際應(yīng)用加速需求的老師持續(xù)關(guān)注 GPU Hackathon 項(xiàng)目，幫助 NVIDIA 更好的服務(wù)于加速應(yīng)用領(lǐng)域科研的發(fā)展。

點(diǎn)擊“閱讀原文”或掃描下方海報(bào)二維碼，即可免費(fèi)注冊(cè) GTC 23，切莫錯(cuò)過這場(chǎng) AI 和元宇宙時(shí)代的技術(shù)大會(huì)！