中國「神威」超級計算機高居世界第一！它們究竟有什麼卵用？

本文轉載自「創次方」，微信號 chuangcifang1。

摩天大樓蓋得再高

也得有人住啊

!!!

1

「神威·太湖之光」登頂

上周，一則關於超級計算機的新聞低調地刷上了各大網路媒體的科技板塊：

國際 TOP500 組織在德國法蘭克福公布了最新的世界超級計算機 TOP500 排名，我國自主研製的「神威·太湖之光」超級計算機，每秒浮點運算次數達到 93 PFLOPS，成為全球最快的超級計算機。

（就是這台）

奇怪。這種極度增強民族自豪感的好事喜事，怎麼沒有頭條置頂兼標紅？！

這是因為。。。早在 2015 年中國科技部網站放出的新聞，另一台超級計算機——

由國防科技大學研製的「天河二號」超級計算機系統，在世界超級計算機 500 強排行榜上再次位居第一。這是「天河二號」自 2013 年 6 月問世以來，連續 6 次位居榜首，創造了世界超算史上連續第一的新紀錄。

原來，人家中國這哥倆已連續 4 年蟬聯世界超算冠軍，怪不得大家都不關注了。無敵是多麼~多麼~寂寞。

在最新的十強榜單中，世界最快的超級計算機前三甲分別是「神威·太湖之光」 93 PFLOPS，「天河二號」 33.9 PFLOPS 和美國「泰坦」17.6 PFLOPS。

（「神威·太湖之光」超級計算機）

（「天河二號」超級計算機）

（美國「泰坦（Titan）」超級計算機）

此外，十強榜單里第 4-10 名還有以下的計算機，來一波美圖！

（美國「紅杉(Sequoia)」超級計算機，17,173.2 TFLOPS）

（美國「科里（Cori）」超級計算機，14,014.7 TFLOPS）

（日本「Oakforest－PACS」超級計算機，13,554.6 TFLOPS）

（日本「京(K)」超級計算機，10,510.0 TFLOPS）

（瑞士「戴恩特(Piz Daint)」超級計算機，9,779.0 TFLOPS）

（美國「米拉(Mira)」超級計算機，8,586.6 TFLOPS）

（美國「三一(Trinity)」超級計算機，8,100.9 TFLOPS）

除了「神威」「天河」，我朝目前還有「曙光」「銀河」另外兩個主力超級計算機系列，而國內的高性能計算企業中科曙光也於今年 7 月正式啟動下一代的 E 級高性能計算機原型系統（每秒百億億次（Eflops）量級的計算機）的研製項目，預計在 2020 年左右發布。

（曙光星雲超級計算機）

（銀河—I 型超級計算機）

藍鵝，好大喜功的悠久傳統，無形中訓練出一批越來越精明的吃瓜群眾，大家紛紛疑惑：

弄辣么多超級計算機有什麼卵用？

2

超級計算機是什麼鬼

不得不承認這是個很有挑戰性的問題，但是要「知其所以然」前須先「知其然」，我們得先知道超級計算機是什麼鬼吧。

顧名思義，與一般的小型機相比，超級計算機就是具有超量級計算能力的機器。

我們的個人計算機功能貌似強大，但要是碰上處理超大的數據量以及特定的計算用途就跑不動了，計算能力遠遠跟不上。怎樣解決這個窘境呢？

於是，一個很符合邏輯的辦法就是，一台機子不行，那就把千千萬萬台機子連起來唄，機多力量大嘛。所以簡而言之，超級計算機系統是一個把很多計算機的計算能力有機地疊加在一起，以便滿足特定的計算應用的集群。

（超級計算機簡單構造圖）

（「泰坦」超級計算機的核心構造）

那他的具體作用在哪？

為此在下準備了 3 個小故事，帶你進入未知的超級計算機世界。

故事一

Enigma

講到超級計算機，溯源的話要提提圖靈。

前年，一部叫《模仿遊戲》的英國電影上映了。主演是本尼迪克·康伯巴奇，演過《神探夏洛克》，相信無人不知。而劇中他飾演的就是圖靈，計算機之父。

（《模仿遊戲》海宣傳報）

整個故事的背景是二戰的英國，為了破解德國密碼系統 Egnima 並儘快結束戰爭，圖靈奉命於危難之間，在分析了大量的德國電文後，發現許多電報有相當固定的格式。

以此為突破點，圖靈想到了用「候選單詞」這一方法來破譯 Enigma 電文，並提出了唯有機器才能擊敗機器的理論。他率領軍情六處的一眾科學家秘密研發破譯密碼的機器，並於兩年後成功破解了德軍密碼。但由於圖靈作為同性戀的秘密被泄露給了英政府，最終受到非人的迫害並自殺……

（艾倫·麥席森·圖靈，1912-1954，英國數學家、邏輯學家，被稱為計算機之父）

直到 2009 年，在超過 30000 人的簽名請願下，英國首相布朗向全國人民正式頒布對圖靈的道歉。2013 年，英國女王正式宣告對圖靈「嚴重猥褻」罪的赦免。

而這個故事的主線就是如何破解 Egnima。Egnima 是德軍使用的複雜密碼加密機器，每天深夜自動切換密碼，有 10^16 種不同的變化，用人工計算的方法根本來不及在下一次切換前破解，這使得盟軍無法提前預知德軍轟炸和潛艇獵殺的計劃，損失慘重。

圖靈發明的計算機能在短時間內破解密碼，扭轉了大西洋戰場的局勢，使二戰結束至少提前兩年。

（圖靈機）

之所以提到這個故事，是因為這是最早利用計算機破譯密碼的例子了。如果用今天最快的超級計算機來暴力破解（就是不停地試） Egnima，需要多少時間呢？以「神威·太湖之光」9.3*10^16 的運算速度粗略地算，大概也就是 0.11 秒的事情！把實際的破解演算法考慮在內，最久也只需幾百秒。

如今，超級計算機被廣泛運用在包括密碼破譯在內的數學問題的解決之中。四色問題、E8 結構、費克特(Fekete)問題、開普勒(Kepler)猜想、埃爾德什差異問題等著名數學難題，都是藉助計算機來破解的。

近代數學史上「三大猜想」之一的四色問題，它在 1852 年被提出來，通俗版本是：「任意一個無飛地的地圖都可以用四種顏色染色，使得沒有兩個相鄰國家染的顏色相同。」（飛地指隸屬於某一行政區管轄但不與本區毗連的土地，例如河北省的三河市、大廠回族自治縣、香河縣同屬於廊坊市，但與廊坊市之間卻隔著北京和天津。）

（世界地圖能否只用四種顏色著色？）

這個看起來跟奧數沒有違和感的問題，很容易理解，但在這一百多年的時間裡，無數數學家前赴後繼，還是無法解決。

（解決四色問題曾經用到的模型分析圖）

多少個春夏秋冬過去了~~~

終於等來了超級計算機！

1976 年 3 月，在美國伊利諾斯大學兩台不同的 IBM 360 電子計算機上，兩名數學家哈肯和阿佩爾用了 1200 個小時，作了100 億個判斷，終於在 6 月份發現沒有一張地圖是需要五色的，從而證明了四色定理，並在《伊利諾伊數學雜誌》發表了《任何平面地圖都能用四種顏色染色》（Every planar map is four colorable）的論文，轟動了世界。

（IBM 360 計算機系統）

上過數學課的我們都知道，數學證明有兩種方法，一種「蠢辦法」和另一種「聰明的辦法」。「蠢辦法」實際上就是「窮舉法」，把可能的情況都列舉出來，因為對於人腦來說超級費力，所以說「蠢」。例如，要證明世界上沒有黑天鵝，就通過找到無數只白天鵝來證明；而所謂「聰明的辦法」就是用「漂亮」與「優雅」的嚴密邏輯來證明。

在過去，數學家們都會傾向於尋找「聰明的辦法」來證明猜想的正確與否。

然而，超級計算機遠超人腦的計算能力彌補了過去「蠢辦法」的不足，使得運算量超大的「窮舉法」變得異常直接，為解決數學史上的許多疑難雜症在獨木橋外獨辟了蹊徑。如果阿基米德生活在當下，他可能會說：

給我一台超級計算機，我可以解決任何一個問題！

故事二

李世石

李世石居然輸了！！！！

從首爾賽場傳來的消息準確無誤！而且輸得那麼難看，1-4 橫掃，人類的顏面蕩然無存！

這怎麼可能！開賽前無論是科技界還是圍棋界，根本對阿爾法狗戰勝李世石不看好，棋聖聶衛平斷言阿爾法狗根本不是李世石的對手，即便是 1997 年領導「深藍」計算機第一次戰勝人類國際象棋冠軍的李開復，在接受騰訊採訪時也對阿爾法狗的功力有所保留。

（1997 年 IBM「深藍」計算機擊敗國際象棋世界冠軍卡斯帕羅夫）

這一戰，恐怕打了很多人的臉。但從此也讓這個叫「人工智慧」的潮詞隔三差五地出現在新聞標題中。然而，你不知道的是，人工智慧這朵迷人又搶眼的紅花，沒有了超級計算機這片綠葉的襯托，也是枉然！

你以為跟李世石對戰的就只是那台電視直播里能看到的小電腦啊？錯了！是後面看不到的龐然大物。

研製 AlphaGo 的英國 DeepMind 團隊在《自然》上發表了一份名為 Mastering the game of Go with deep neural networks and tree search 的相關論文，裡面不僅介紹了 AlphaGo 的詳細演算法，而且提到了其硬體的一些基本情況。

（《自然》雜誌發表 Deep Mind 團隊論文）

這台計算機的單機版裝有 48 個 CPU 和 8 個 GPU，算得上是小型的超級計算機，浮點運算能力可以達到 11 TFLOPS，但為了達到更好的運算性能，AlphoGo 在訓練和對戰時還接入到了 1920 個 CPU 組成的網路之中進行雲計算，這遠程的計算能力也能傳輸給 AlphoGo 使其性能比單機版翻了 40 倍，這才達到了挑戰人類高手的門檻。

所以說，運算速度就是超級計算機的命根子！！

你也許會經常聽到隔壁的電腦男談論 i5、i7 CPU 的運算速度或頻率，這個戰鬥數值放在超級計算機身上叫做每秒浮點運算次數（floating-point operations per second, FLOPS），也就是對浮點數據進行運算的速度能力。

FLOPS 的英漢對照如下：

一個 MFLOPS（megaFLOPS）= 每秒 10^6 次浮點運算

一個 GFLOPS（gigaFLOPS）= 每秒 10^9 次浮點運算

一個 TFLOPS（teraFLOPS）= 每秒 10^12 次浮點運算

一個 PFLOPS（petaFLOPS）= 每秒 10^15 次浮點運算

一個 EFLOPS（exaFLOPS）= 每秒 10^18 次浮點運算

而自從計算機誕生以來，人類製造的機器運算性能經歷了巨大的飛越，運算速度蹭蹭地往上飆升。

大家或許對這些冰冷的數字沒什麼概念。以我自己使用的普通聯想電腦為例，其搭載 i7-5500U 第五代酷睿處理器，主頻是 2.4GHz，根據 Whetstone benchmarks 這款系統分析評測工具得出其浮點運算速度大致為 14.28 GFLOPS，也就是大概每秒 142 億次運算。

（個人計算機使用的英特爾「i7 」晶元）

所以粗略地作一下比較，一台「神威·太湖之光」的運算能力大致相當於 64 萬台我的小破機，它開機 1 分鐘的工作量等於小破機算 444 天，效率之高，不可謂不強悍！

這就是世界各國爭先恐後地把超級計算機的運算速度往上提的原因。

人機大戰故事中的人工智慧由軟體和硬體組成，演算法是軟體，而超級計算機則是不可替代的硬體，在與李世石這樣的頂尖高手進行爭分奪秒的對弈過程中，軟體即使寫得再漂亮，如果超算速度趕不上的話，李世石下好了子你的機器恐怕還沒算完？

故事三

天宮一號

很多事情，對於你我，只有一次！

這不是心靈雞湯，而是說，「天宮一號」空間飛行器要返回地球只能發生一次。

「天宮一號」是中國第一個目標飛行器和空間實驗室，也是空間交會對接試驗中的被動目標。它於 2011 年 9 月 29 日 21 時升空，目前已在太空逗留了 5 年有餘，預計將於 2017 年返回地球。

（「天宮一號」目標飛行器）

問題是，人類飛行器在返回地球過程中會發生「黑障」現象，與大氣劇烈摩擦使其上升至一千多攝氏度，並且通訊信號完全消失，這是一個十分危險的階段，所以要提前預知其在降落過程中詳細的飛行數據和安全係數，做到萬無一失。

（飛行器返回地球躲不開的「黑障」現象）

但難題是，像這種耗資巨大、需動用各方面力量才能完成的高端空間飛行，研發人員在地面上根本不能做到一模一樣的真實實驗。而傳統的風洞試驗結果也並非 100% 絕對可靠。

這時候，超級計算機中便派上用場了。

國家計算流體力學實驗室很機智地借用了國家超級計算無錫中心的「神威·太湖之光」超級計算機，對「天宮一號」返回過程進行了電腦試驗，以進一步加強對數據可靠性的判斷。

下面是超算的計算結果：

基於「神威·太湖之光」，研發人員把「天宮一號」飛行器兩艙簡化外形（長度 10 余米、橫截面直徑近 3.5 米）隕落飛行（高度為 65 千米 和 62 千米，速度為 13 馬赫）繞流狀態情況進行大規模並行模擬。

實驗使用了 16,384 個處理器在 20 天內便完成常規需要 12 個月的計算任務，效率足足提高 18 倍，並且計算結果與另一個風洞實驗結果吻合較好，為「天宮一號」飛行試驗提供重要數據支持。

像上面的計算量，如果用普通計算機不知要算到猴年馬月！

一直以來，包括航天領域在內的科學研究是複雜運算的重災區。傳統計算機由於運算效能低下使得很多科學研究不得不被閹割或者遺棄，而如今超算的加入則像是摘掉了科學家腦袋上的緊箍咒，使得科學的世界一下子神清氣爽，自由度又上了一個更大的台階。

3

路在何方？

三個故事講完了，但超級計算機的應用並沒有完。

此外，超級計算機還可以有下面腦洞大開的運用：

……

「但...理想很豐滿，現實很骨感」

與中國超級計算機速度排名第一相對照的是——硬體很牛逼，軟體很頹廢，我國在超算應用方面嚴重落後。這就像中國足球，代表俱樂部的恆大在亞冠所向披靡，但國家隊就踢得像坨屎一樣！！

終於直到 11 月 17 日這一天的新聞：

2016 年度「戈登·貝爾」獎的謎底在鹽湖城舉行的國際超算大會（SC16）上揭曉。中科院軟體所研究員楊超與清華大學副教授薛巍、付昊桓等人聯合北師大組成的研究團隊，憑藉在「神威·太湖之光」上運行的「全球大氣非靜力雲分辨模擬」應用一舉摘得該項錦標，實現了我國高性能計算應用成果在該獎項上零的突破。

呼~這才勉強挽回了一點顏面。然而前路依舊漫漫！

同胞們！快來幫忙想想能用超級計算機幹什麼吧！不要讓它們閑著。一旦發現，請就近聯繫國家超級計算中心，謝謝。

------------------------------------

關注官方微信「創次方」（ID:chuangcifang1）

創意詮釋科技

------------------------------------

「點擊查看原文」

聲明：本文為 「創次方」（微信ID：chuangcifang1）原創，歡迎共享轉載。轉載請按規定註明文章出處、保留公號二維碼，否則將通過法律途徑維權。如有任何需求，請添加小助手微信ID:CHUANGCIFANG

推薦閱讀：