展望新一代高效能運算應用崛起，Nvidia彙整多種領域開源軟體，並提供新型雲端GPU加速卡，推動各產業應用

【美國達拉斯現場報導】本週舉行的美國超級電腦大會剛好滿三十周年，Nvidia公司創辦人暨執行長黃仁勳在這場活動期間，以新一代高效能運算（New HPC）為題發表演講，探討他們對於現今HPC應用的最新看法，並介紹該公司今年針對機器學習加速而發展的開放原始碼軟體套件RAPIDS，以及去年發表的雲端加速容器登錄服務NGC（Nvidia GPU Cloud）最新進展，同時，也揭露他們在雲端GPU橫向擴展應用的最新產品Nvidia T4 Cloud GPU。

加速推動資料科學應用，不能單靠深度學習技術，Nvidia重申機器學習的重要性，並且持續擴充雲端容器登錄服務版圖

在加速運算的發展上，Nvidia最著名的是旗下的GPU加速技術，然而他們長期發展的統一運算架構CUDA，也隨著該公司GPU架構的進展而持續推出新版，並且保持各個世代架構的相容，以及針對整個技術堆疊進行全面的最佳化，因此，在高效能運算的應用領域，伺服器也能因為搭配多張GPU加速卡，而獲得大幅領先純CPU伺服器的運算效能。

不過，承擔大量高效能運算工作負載的資料中心，現今所需執行的相關應用程式類型越來越繁雜，根據統計，有數百種、甚至數千種之多，而且除了因應高效能運算的各種模擬、機器學習、深度學習，隨著人工智慧的應用崛起，超大規模環境與企業環境的機器學習與深度學習，也將是未來高效能運算技術發展的重點。

對於這樣的新局面，黃仁勳特別提到他們在GTC歐洲大會宣布推出的開源軟體套餐RAPIDS，希望透過當中整合的程式庫，提供一套支援CUDA加速的資料科學工作流程，目前已有多個開源軟體社群、新創公司、企業級資料科學平臺廠商、雲端服務業者，開始採用。

Nvidia另一個能夠協助資料科學應用開發的資源，則是他們去年發表的雲端容器登錄服務Nvidia GPU Cloud（NGC），在這次超級電腦大會期間，黃仁勳也談到目前這套服務的最新進展，像是：提供新的加速容器映像，以及多節點架構的容器部署，並且支援在高效能運算領域備受關注的容器Singularity；同時，NGC原本訴求的執行環境，主要是公有雲服務，如今也能用於獲得「NGC-Ready」認證的工作站、叢集系統、雲端服務等環境，應用情境更為寬廣。

根據Nvidia的新聞稿內容，目前在伺服器的部份，總共有6款機型拿到NGC-Ready認證，分別是ATOS BullSequana X1125、Cisco UCS C480ML、Cray CS Storm NX、Dell EMC PowerEdge C4140、HPE Apollo 6500、Supermicro SYS-4029GP-TVRT；工作站的部份，則有HP Z8、聯想ThinkStation P920；而在雲端服務的部份，原本就有Amazon EC2，後來，Google Cloud Platform、Microsoft Azure、Oracle Cloud Infrastructure等業者，陸續提供支援。當然，還有Nvidia自家的DGX Systems系列整合應用設備，以及特定的Titan與Quadro GPU，也支援NGC。

針對資料中心GPU橫向擴展需求，提供新的加速卡

在資料中心對於GPU的效能擴充作法上，以往大多只能採用縱向擴展（Scale Up）的方式，改用運算效能更強勁的GPU加速卡，或是在單臺伺服器安裝多張GPU加速卡的方式，而在Nvidia今年推出的DGX-2，他們開始展現了一機16張GPU的配置，到了9月舉行的GTC日本大會，他們宣布推出新的GPU加速卡Tesla T4，以及TensorRT Hyperscale Platform，支援超大規模的人工智慧推論應用。

於本週舉行的美國超級電腦大會期間，黃仁勳則是提到可以用這套新型GPU加速卡與橫向擴展（Scale Out）架構，來因應更大量的GPU使用，而根據Nvidia的新聞稿所公布的消息來看，每臺運算節點最多可搭配20張Tesla P4，延展性有重大突破。