根据人工智能工作负载扩展高性能
计算环境的步骤

高性能计算(HPC)一直是解决复杂问题的重要手段。当今人工智能(AI)领域的进步与高性能计算相结合,能够以前所未有的速度处理独特且具有挑战性的工作负载。人工智能使用的是由算法和理论提供的指令集,与基于规则的分析和数据处理应用相比,它还能通过“学习”,从数据集中获得更深层次的洞察。出于这方面的原因,学术研究部门和政府机构越来越多地开始采用高性能计算和人工智能的强大组合。

但将基于人工智能的工作流程引入高性能计算环境并非易事。为了帮助您开始规划流程,我们在下面提供了五个重要的考虑因素。如需了解更详细的信息,您还可以参阅我们的电子指南,该电子指南重点介绍了如何将人工智能引入高性能计算环境。

通盘考虑高性能计算需求和解决方案:为了向利益相关者提供人工智能所需的理想高性能计算环境,您需要考虑软件、硬件和人员技能等方面。学术界和政府机构环境依赖于高性能计算系统来为具有独特工作负载的众多用户提供支持,因此系统灵活性至关重要。

软件选择:首先为预期工作流程选择必要的软件,这样您就可以更轻松地规划和优化高性能计算硬件基础设施,从而为其提供支持。高性能计算系统在通过人工智能、可视化、仿真和建模工作流程为研究工作提供支持时,可从英特尔、开源社区和独立软件供应商(ISV)提供的软件中获益。

高性能计算应用和开发环境:如果既有方案不适合您独特的高性能计算使用场景,则开发人员必须创建或修改现有软件。虽然高性能计算社区提供了许多库来帮助完成这项工作,但这要求编写高性能计算和人工智能应用的开发人员具备并行计算优化等专业技能。英特尔的高性能计算互操作框架为开发人员提供了根据高端工作负载对应用进行现代化改进所需的工具,并且支持 Python*、C++*、Fortran* 等开发语言。有关语言和框架的技术细节,请参阅电子指南

硬件基础设施:尽可能充分利用现有的高性能计算基础设施。根据用户的软件需求评估处理器、存储、高带宽网络、内存等系统组件,可以更有效地识别潜在瓶颈。如果现有硬件存在性能瓶颈,则可能需要进行升级。制定系统基础设施更新计划和采购预算,可最大限度提高投资回报(ROI)并避免过度配置。

先验证您的高性能计算技术:缺乏内部高性能计算专家的组织应该考虑获得英特尔、顾问或原始设备制造商(OEM)的支持,以加快系统升级和部署。事实证明,在全面部署前,验证测试系统的性能并评估应用所提供的数据洞察的价值,是十分有帮助的。一旦验证过程显示交付所需的结果,就可以准备大规模部署并持续进行管理和维护了。

了解更多信息:要了解英特尔高性能计算技术如何帮助您的组织引入人工智能,请联系您首选的系统提供商,或访问 intel.cn/hpc 了解更多信息。另请访问以下链接获取有用信息:

电子指南:将人工智能引入现有高性能计算环境并进行扩展。

适用于高性能计算的英特尔® 至强® 可扩展处理器:https://www.intel.cn/content/www/cn/zh/high-performance-computing/xeon-scalable-processor-improves-hpc-performance-brief.html

利用英特尔® Omni-Path 架构加快人工智能发展步伐:https://plan.seek.intel.com/Accelerating_AI_with_IntelOmni-PathArchitecture-reg?registration_source=ondemand

Trish Damkroger | 数据中心事业部副总裁兼总经理

 

英特尔技术特性和优势取决于系统配置,并可能需要支持的硬件、软件或服务得以激活。产品性能会基于系统配置有所变化。没有计算机系统是绝对安全的。更多信息,请见 intel.cn,或从原始设备制造商或零售商处获得更多信息。

此处提供的所有信息可在不通知的情况下随时发生变更。关于英特尔最新的产品规格和路线图,请联系您的英特尔代表。

英特尔、至强、英特尔标识是英特尔公司或其子公司在美国和/或其他国家的商标。

* 其他的名称和品牌可能是其他所有者的资产。

© 英特尔公司版权所有

英特尔® 至强® 可扩展处理器

英特尔® 至强® 可扩展处理器已针对工作负载进行了优化,以支持混合云基础设施和计算密集程度最高的应用。在基于硬件的安全性得到保证的前提下,您可以快速形成可行的洞察,并驱动动态服务交付。

了解更多

高性能计算

了解英特尔的高性能计算 (HPC) 处理器、架构、框架和解决方案的产品组合。

了解更多

人工智能

实现解决方案加速和运营自动化,收集更好的洞察,以及做出更明智的决策。

了解更多