NVIDIAのスパコン「Cambridge-1」、英国で正式デビュー
コメント
注目のコメント
NVIDIA搭載のスパコンはtop500のランキング中、1/4を超えています。
実は、スーパーコンピューターのtop500ランキングの中で、コストパフォーマンス（ここのコストは、お金の意味のコストです）よくランキングをあげるには、GPUによるアクセラレーションを得るのが良い方法です。
アクセラレータの使用がどれだけtop500で使われているかをデータを基に見てみましょう。
以下のリンク先（top500公式のlist statisticsのページ） で、
https://www.top500.org/statistics/list/
Categoryのメニューから、Accerarator/CP Family を選んでください。
旧世代のGPUも含めて、スーパーコンピューターtop500のうち、約28%にあたる139システムがNVIDIAのGPUを搭載しています。
ちなみの直近の上位10位中ではNVIDIAのGPUを搭載したスパコンは2位、3位、5位、6位、8位、9位と過半数のシステムを占めています。
https://www.top500.org/lists/top500/2021/06/
GPUによる加速を得るためには、シミュレーションコードの場合、CUDAという専用の環境で、C/C++言語を拡張したCUDA Cを用いて開発する、もしくは、既存のシミュレーションコードにOpen ACCを用いて加速させる部分の指定を書き加える必要があります。というわけで、それなりのソフトウェアの開発コストがかかります。
ただし、一旦コードを書いてしまえば、ハードウェアの購入費用や電気代については、お得になります。（もちろん高速なコードを書くのは大変ですし、コードのメンテナンスコストもあります。）
一方で、AI用途の場合には、PyTorchやTensorFlowなどのフレームワークの移植ができていれば、新たにコードを書き加える必要は基本的にはありません。
一朝一夕には、出来ませんが、スパコンの自主開発をやっていくというのであれば、top1が取れたから良い悪いというよりも、長期的な戦略を立てて、NVIDIAのようにシステムシェアがとれるようなロードマップを作っていく必要があると、思います。最強nvidiaの時代はそう遠くない。
医療に力をいれるのはグラフィックで解決できることが多いこともあるが医療技術は世界への波及が早いことも関係していると思う。なぜなら、医療技術は特許もなければ企業秘密にしていることもほぼない。
今後、cpu(ARM買収に始まるコンピュータハード部分の追及)、dpu(これまで覇権を独占してきた領域のaiと合わせた応用)、dpu(医療や製造におけるaiを用いた最適化)でアドバンテージをとる。
