前幾天，Inside HPC對AMD首席技術責任者兼執行副總裁的Mark Papermaster進行了面談法。 (負責Mark Papermaster、AMD首席技術官兼執行副總裁、技術和工程) *過去18個月，AMD在HPC領域復活了。 你認為高性能計算的發展趨勢是什么？ 我們在高性能計算的拐點中。 傳統的高性能計算( HPC )工作負載(如石油天然氣探測、天氣預報、模擬和建模)對計算和性能的需求持續快速增長。 工作負載這些個需要更多的核心驅動程序、更高的存儲容量和I/O帶寬。 HPC是AMD全面復興的重要領域之一。 AMD EPYC服務器處理器提供單個創紀錄的64核、平衡的存儲和I/O性能，有效地驅動性能要求最苛刻的應用程序。 新的這些個應用程序需要更多的計算能力和更高的性價比。 AMD是不斷升級的產品殘奧表和重復的產品路線圖，可積極響應這些個技術的趨勢和需求。 amd將重點放在哪些創新領域并繼續取得成果？ 在AMD中，我們在多重管理下采用創新的方法。 永遠不要忽略重復的電腦CPU和顯示芯片產品路線圖，以提高性能和效率。 同樣，我們將重點放在模數化的配置修訂上，通過優化IP模塊來推動分段市場的增長，從而加快軟件性能并建構卓越的溶解熱。 主要的創新領域是1. 'Zen '核心x86 電腦CPU微架構和' Navi '核心顯示芯片微架構。 使用AMD Infinity體系結構的模塊化修改方法3 .創新的“X3D”軟件包4 .開源項目的軟件平臺進一步促進健康生態系統的發展。 今后在三年五載，AMD將通訊端口200億臺二次巨型計算機。 從客戶的角度來看，為最終用戶提供100億次計算性能最難的挑戰是什么數據中心領域的兩大應用，即機器學習和高性能計算，是100億次計算時代的發展 最困難的兩個課題是提高能源效率和計程儀編程效率。 這是一種軟件AMD第三代Infinity體系結構，它與非常高效的電腦CPU和顯示芯片以及硬件完全協作，以簡化并行計程儀編程，除了AMD EPYC處理器和Radeon Instinct格拉夫磁盤之間的一致存儲網站數據庫外 AMD的ROCm開源軟件平臺也可以利用這些個的基礎技術為機器學習和HPC應用提供100億次計算性能。 對HPC的需求永遠不會停留在100億次級計算上。 考慮到摩爾定律，你認為應該如何滿足“百億次”以后的需求？總是有創新的方法，不斷推進計算能力的急劇增長。 我簡單地談三個技術方向。 目前研究的非常有發展潛力的技術之一是整合光子學。 代替電子而傳輸光子的光子技術很可能有助于解決諸如電阻、泄漏、延遲和發熱之類的一系列問題。 光子校正計算機可以利用光來傳輸信息，但是集成光子技術的芯片可以更加簡單地應用該技術并獲得更高的性能表示。 量子校正算法在某些場景中非常有前途，但在日常應用程序中不能代替數字校正算法。 相反，量子校正機構應當結合現有的校正技術，加快化學和天氣預報校正等特殊領域的校正。 另外，將來還有模擬虛擬神經網絡和其他大腦工作的技術等，神經形態修正算法的一席。 神經形態核算具有巨大潛力，降低能源消費，提高性能，應用范圍從異常檢測到醫療診斷。 參加像SC19和戴爾高性能計算社區會議這樣的上通告花了很多時間，為什么您非常重視與HPC用戶的交互？ 作為AMD CTO，我們希望與業界計算需求最強的用戶直接交流。 HPC是引領技術潮流的領域，用戶對其工作負載、硬件和軟件瓶頸以及將訂正力發展到最高水平的架構有著深刻的認識。 從HPC社區收回種子文件、滿足專門人才需求和分享AMD高性能計算愿景的機會非常重要。 就我個人而言，現在擺在我們面前的HPC發展的巨大機會讓我們感到前所未有的興奮。 我們進入了一百億二次訂正時代，這是卓越、高興的時刻。 我們從未預見過的新機會即將出現。