[重磅] HPC应用对GPU计算支持现状解析

       HPC应用支持GPU计算的增长几乎完全是由英伟达(NVIDIA)推动的，该公司在构建一个健壮的软件生态系统以支持其在硬件方面的投入。具体来说，通过开发了一套并行编程API、库和相关的软件开发工具CUDA(Compute Unified Device Architecture)支持GPU平台的应用程序开发，包括OpenCL开放的标准框架、各种处理器架构加速和OpenACC(高级语言的标准编译器指令)。NVIDIA还在全球建立了超过20个GPU中心，数百个学术机构的GPU研究和教育中心的全球网络，提高通用GPU编程软件工具开发的速度，通过与ISV合作加速完善商业HPC应用程序和开发库。

      随着工智(AI)能的出现，许多组织都在投入深度学习技术，将人工智能的发展和技术带到他们的产品、服务或运营中，然而这些算法通常依赖于GPU，AI已经成为NVIDIA的主要增长引擎。

      在HPC应用支持GPU计算调查中，著名咨询机构Intersect360要求用户列出他们的顶级HPC应用程序(5个站点内)。然后用这些数据来统计最多常用的HPC应用程序。在2017年第三季度收集的数据中，1792个统计程序中共有534个不同的应用程序。

      HPC本质上是一个多元化的市场，应用程序跨越多个领域。本报告将重点关注在HPC用户站点普查中所报告的前50个应用程序，按次数排序。为了将应用列表限制在50(其中有2个统计并列49位)，从每个主要应用场景中选择了2个应用程序。高性能计算(HPC)跨越了技术和业务领域等一系列应用领域。在大多数领域中都存在GPU加速应用程序，包括