GPU技术大会资料.docx
《GPU技术大会资料.docx》由会员分享，可在线阅读，更多相关《GPU技术大会资料.docx（27页珍藏版）》请在冰豆网上搜索。
GPU技术大会资料
2011年英伟达GPU技术大会亚洲站简介
本次大会是英伟达GPU技术大会（GTC）全球系列活动中的下一场重要盛会。
大会将聚焦GPU计算在科学、学术界以及商业领域中促成的最新进步与研究项目。
它不仅能够让人们更加深入地认识高性能计算，而且能够将这些使用GPU解决重大计算难题的科学家、工程师、研究员以及开发者联系在一起。
此前英伟达在以色列、日本、新加坡以及台湾等地举办了多场GTC盛会，吸引了数以千计各行各业以及各个学科的与会者。
在这些GTC盛会成功经验的基础之上，GPU技术大会亚洲站将于12月14-15日在北京国家会议中心举行。
为期两天的GPU技术大会亚洲站，旨在分享GPU给科学和计算带来的变革性的影响。
在两天的繁忙日程大会中，英伟达™（NVIDIA®）首席执行官兼联合创始人黄仁勋将发表主题演讲，为大家介绍英伟达最新的GPU计算技术以及未来愿景。
期间还将包括主题演讲、圆桌讨论会、展示会、新兴企业峰会、学术海报、专题报告以及60场以上的讲习会，专门面向利用GPU处理复杂计算难题的开发商、程序员以及研究科学家。
在GPU技术大会亚洲站上，来自顶尖科学研究机构的科学家们将参与到一系列演讲、技术分享会、辅导课程、小组论坛和圆桌讨论会中。
他们旨在向与会者分享GPU如何改变高性能计算（HPC）行业以及GPU如何帮助加速解决学者、研究人员、科学家以及开发者所面临的复杂计算难题。
活动期间还将召开两场重要的研讨会。
亿亿次级（Exascale）研讨会将由东京工业大学、中国科学院过程工程研究所、瑞士国家超级计算中心以及英伟达联合主讲；GPU加速基因组研讨会将汇集来自北京基因组研究所（BGI）、南开大学、德国美因茨大学以及上海交通大学等机构的著名科学家。
除了主题演讲和教育性会议以外，还有新兴企业与技术峰会以及英伟达™CUDA™学生研讨会。
在峰会上，大有前景的企业将与大家分享可改变当今计算机行业面貌的最新技术。
在英伟达™CUDA™学生研讨会上，你会发现高性能计算领域的明日之星。
GPU技术大会亚洲站的亮点如下：
Ø亿亿次级（Exascale）计算研讨会
Ø针对生物医学以及生物信息学的并行计算会议
Ø展示GPU在加速石油勘探中发挥重要作用的会议
中科院过程工程研究所葛蔚教授表示：
“亿亿次级计算是我们要逾越的下一道鸿沟，只有这样，将来才能够在几乎所有科学领域中实现进步。
想要实现这一有价值的目标，必须依靠全球协作来将所需的计算性能推向更高的高度。
GPU技术大会让重要的研究员、学术专家以及技术专家齐聚一堂，有助于令这一目标成为现实。
”
华大基因高性能计算应用性能优化主管王丙强先生指出：
“在基因组学领域中，GPU计算有潜力大幅加快创新节奏以及扩大创新范围。
从遗传作图到DNA定序，如果应用到最新研究项目上的性能提升一个数量级，那么将让研究员与科学家能够实现迄今为止不可能实现的新一代突破。
”
GPU技术大会亚洲站将吸引整个GPU计算生态系统的专家与创新人员，其中包括利用GPU解决计算难题的工程师、研究员和开发人员以及实现这种创新的解决方案供应商。
大会涵盖的研究领域包括：
计算研究、超级计算、能源勘探、气候与天气、核能替代能源、数据分析与金融、航天自动化设计以及生命科学。
在大会上发表演讲的机构和企业包括：
Ø华大基因
Ø中国科学院过程工程研究所
Ø惠普实验室（HPLabs）
Ø哈佛大学
Ø德国约翰内斯古滕博格美因茨大学（JohannesGutenbergUniversityMainz）
Ø美国橡树岭国家实验室（OakRidgeNationalLaboratory）
Ø南开大学
Ø国家超级计算应用中心（NCSA）
Ø斯伦贝谢公司
Ø上海交通大学
Ø瑞士国家超级计算中心，苏黎世理工学院（SwissNationalSupercomputingCenter,ETHZurich）
Ø东京工业大学（TokyoInstituteofTechnology）
Ø清华大学微电子学研究所
大会期间，所有技术分享会和主题演讲都将配备中、英文的同声传译。
GPU技术大会亚洲站的赞助商包括戴尔、惠普、联想、Supermicro、华硕、CAPS、Hynix、丽台、浪潮、ThePortlandGroup（PGI）、Mathworks、常州库达科技发展有限公司、吉浦迅科技和北京金捷诺科技有限公司等。
如需了解GPU技术大会亚洲站日程安排的更多信息，敬请访问 或
大会日程安排
大会议程
GPU技术大会让全世界的人们不仅能够更加深入地了解高性能计算，而且可以认识到高性能计算在科学发展、可视化以及技术创新等方面的重要性。
GPU技术大会亚洲站包含技术讨论会、专题报告会以及研讨会等世界级教育性内容，让来自各行各业的思想领袖能够齐聚一堂、相互交流。
议程包括：
Ø算法与数值技术
Ø天文学与天体物理学
Ø生物信息学
Ø气候与天气建模
Ø集群管理
Ø计算流体力学
Ø计算物理学
Ø计算结构力学
Ø数据库、数据挖掘、商业情报
Ø开发工具与库
Ø电气设计与分析
Ø能源勘探
Ø生命科学
Ø并行编程语言
Ø超级计算
目前已经确认出席大会的公司/机构有
请了解如下不断壮大的已确认的演讲嘉宾队伍
黄仁勋先生将作大会发言
不要错过这个由英伟达公司联合创始人兼首席执行官黄仁勋先生以及特邀嘉宾带来的精彩的大会开幕式演讲。
了解GPU计算的未来，并预览来自各行业的颠覆性技术和精彩演示。
黄仁勋简介
美籍华人，出生台北。
1993年创办NVIDIA——今天全球最大显卡芯片厂商之一。
2001年黄仁勋在《财富》“40岁以下最富40人”排名第12位，位列在篮球明星乔丹之前。
黄仁勋为人不张扬，国内很少有人知道这位杰出华人的成功之路。
其实他的成绩已经足够与王安、王嘉廉和杨致远等华人IT精英并驾齐驱。
高效百亿亿次级（Exascale）计算研讨会
本次研讨会将由英伟达公司Tesla首席技术官史蒂夫斯科特（SteveScott）先生主持。
在这次研讨会上，与会者将讨论未来的超级计算和相关的可扩展科学应用。
加入我们，与来自亚洲，美国和欧洲等世界领先的计算科学家分享他们在百亿亿次级（Exascale）计算方面的计划，见解及丰硕成果。
TSUBAME2.0超级计算机上千万亿次级的生物流体模拟
SimoneMelchionna，研究员，意大利国家研究理事会
本讲座中，我们将呈现对真实的生物流体现象的多尺度模拟的计算框架。
这种模拟涉及到数以亿计的细胞相互作用并与周围的流体组成悬浮。
我们采用的方法被用来模拟人类冠状动脉的血流，其空间分辨率可与红血细胞的大小相媲美。
在配备有4,000颗英伟达（NVIDIA）M2050GPU集群的TSUBAME2.0超级计算机上，我们的模拟表现出了出色的可扩展性，并达到接近1千万亿次的总性能，这代表了对具临床意义的生物流体演变现象的预测能力。
同时我们也将介绍用来实现以上这些结果的新颖的数学模型，计算算法，硬件技术，代码调整和优化。
化学工程中，从自由基到反应器的跨规模超级计算
葛蔚教授，中国科学院过程工程研究所
化学工程的基本挑战之一是从确立化学产品特性的分子结构，到生产这些化学产品的反应器或设备间存在巨大的差异。
这个差异是从10-10m和10-15s到101m和103s的数量级的差异，有时甚至更大。
Exascale系统的超级计算能力提供了链接所有这些尺度的一个独特机会。
举例说明，物理模型和数学模型的协同设计，以及计算机软件和硬件的设计，已经能让要求严格的分子动力学（MD）模拟在三个维度的微米级达到真正petaflops级的持续性能表现。
例如，使用1,728颗GPU的Mole-8.5系统，能在每天0.77纳秒的速度下模拟由300万个原子或自由基水溶液组成的一个完整的流感病毒粒子H1N1。
当天河-1A系统使用其所有CPU和GPU时，可以petaflops（千万亿次浮点运算）速度模拟超过100亿元的原子组成的晶体硅。
在这些例子中，我们可以建立通用的软件和硬件平台来进行离散模拟，为化学工程中，尤其是涉及到令人惊叹的纳米和微观尺度结构的跨尺度模拟提供一个功能强大的工具。
GPU正在超级计算领域掀起革命
Wen-MeiHwu教授，美国伊利诺伊大学厄巴纳-香槟分校
在世界上所有顶级超级计算机的设计中，功耗已成为一大制约因素。
我们已经看到大量记录表明，利用GPU的集群比传统的仅用CPU集群，能达到高得多的每瓦性能。
因此，越来越多的世界顶级超级计算机目前在使用GPU。
这一变化需要超级计算机应用程序开发也进行一个重大转变。
在过去，超级计算机应用程序开发的重点主要集中在越来越多的节点上的分区工作，使每个节点的执行保持顺序进行。
随着超级计算机向GPU的转变，应用程序必须支持每个节点内大量高精度的并行执行。
这需要新的物理模型，数值算法，基本库，编程环境和编程技术。
一个主要的挑战是实现未来的可扩展性：
这些应用程序必须能够在未来的硬件并行性和数据规模上有效缩放。
否则这些投资将在短短几年内失去价值。
在这次讲座中，胡教授将会讨论以上课题的最新进展，给科学和工程研究带来的影响，以及未来的研究机会。
他将会以实际应用中的案例研究来说明所涉及的工作和其影响的深度。
Tsubame2.0:
满负荷运行具有4,000颗GPU的超级计算机
SatoshiMatsuoka教授，东京工业大学全球科学信息与计算中心
Tsubame2.0自2011年11月1日投入使用以来，一直处于满负荷生产而且很少中断运行。
我们遇到的诸多挑战中包括实现机器的稳定性，使成千上万的GPU达到最高性能，以及制定满足2000个多种用户的调度模型。
其中最大的挑战之一，是应对福岛灾难后的大幅度电力短缺，这要求Tsubame2能在遵守国家的峰值功率守恒的硬性规定时，同时满足用户的计算任务。
TSUBAME2.0获得的荣誉涵盖大量的应用程序和系统研究成果，包括在SC11（超级计算峰会2011）入围的两个戈登贝尔奖。
这为我们未来几年内努力实现exascale提供了宝贵的经验。
以连续离散方法实时模拟仿真气-固焕发
葛蔚教授，中国科学院过程工程研究所
目前，主流的气固两相流模拟方法是假设气相和固相都是连续的，这样可以节约计算成本。
然而，固相的内在离散性却并不容易获得这一连续性假设。
另一方面，固相的直接离散形式虽然较为合理和简单，却远远超出了目前的计算技术的能力。
近年来，粗粒度（CG）的离散模型为产业级规模的离散型固相模拟提供了可行性方案。
在高度并行的单指令多数据（SIMD）模式下，计算颗粒的演变能充分展示附着性的本地的运算，而这类运算最适合使用如GPU的多核处理器来进行。
气体的流动则可以有以下几种模拟方法来解决：
传统的有限差分（FD），有限体积（FV）的方法，或LBM的方法。
模拟尺度与在粒子的规模相比或高或低，分别适合CPU或GPU。
我们将在讲座中介绍在中国科学院过程工程研究所使用Mole-8.5系统对气-固系统进行的准实时仿真实验，并探讨在近期实现实时仿真的可能性。
利用GPU进行储层流动的多尺度离散模拟
XiaoweiWang，中国科学院过程工程研究所
本报告介绍了与石油采收率相关的两部分的研究：
在缝洞型储层中进行流体的多尺度模拟，以及在规模孔多孔介质流动的流体直接模拟。
因为有大尺寸的裂缝和洞穴之间的差距，在缝洞储层的复杂流动有多尺度的特点。
通过微观尺度模拟两相在不同类型单一的断层和洞穴相结合的流量，我们可以探索水油混溶位移机制。
随着多尺度耦合方法，我们可以对工程级规模的注水操作进行模拟。
我们还对孔隙大规模流动进行直接模拟，对一系列岩石样本计算了透气性和相对渗透率。
这些模拟结果与实验结果一致，对于油藏的开发是非常有价值的方法。
所有上述模拟都应用了GPU，效果显著。
从沙动力学到坦克动力学：
使用GPU计算，推进创新的步伐，改进机械工程设计
DanNegrut，美国威斯康星大学
本讲座将探讨CPU/GPU异构计算的使用，采用了自主开发的异构计算模板（HCT）进行基于物理的机械系统模拟。
异构计算模板包括五大部件：
先进的基于物理的建模技巧（生成相关的物理方程式）；算法支持（解算这些方程式）；接近度计算（大部分为碰撞检测）；区域分解/数据交换（针对多节点分布式CPU/GPU计算）；以及后期处理/可视化。
这五大部件构成了一个计算框架，能够分析很多不同类型的具有成百上千万交互元素的机械系统。
示例应用程序包括砂粒地形模拟、履带车和轮式车移动性研究（坦克、火星登陆器等）、流固耦合分析以及非线性有限元分析。
Particleworks：
基于粒子方法的CAE软件在GPU上全面实施
YoshiakiHanada,ShinyaKitaoka，Prometech软件公司
在这个讲座里，我们将介绍在应用软件Particleworks中GPU的完整的实现。
Particleworks是一个基于粒子方法的流体CAE仿真工具。
我们将提供性能测试结果，并与基与CPU执行的案例进行比较。
这些案例均来自于具有行业规模的Particleworks用户。
在日本，Prometech软件公司一直通过和日本各大汽车公司以及材料公司合作，不断发展Particleworks。
Particleworks提供全方位的解决方案，包括牛顿和非牛顿流体的解决方案，来解决粘度，湍流，表面张力，传热和其他一些流体流动的数量。
本演讲将描述一个基于粒子模拟的基本理论，以及利用GPU发展优化Particleworks，并解决潜在的性能瓶颈。
在基于GPU的超级计算机上进行2.0petaflops的有限差分应用
TakayukiAoki，东京工业大学全球科学信息与计算中心
自2010年11月起，在东京工业大学已经开始在具有4,224颗NVIDIATeslaM2050GPU的多GPU的超级计算机TSUBAME2.0上进行几个大型有限差分的应用开发和运行。
高性能的内存访问可以通过主板内存实现，定期结构网格的有限差分计算非常适合GPU计算。
在一个显式时间积分中，我们引用了一项技术，使GPU到GPU与计算的通信与大规模的应用重迭，以达到隐藏通信开销的目的。
为树突状固化的Al-Si二元合金进行相场模拟运行。
在我们的最高配置4,096×6,500×10,400下，配有4,000颗GPU及16,000颗CPU的TSUBAME2.0达到了单精度2.0petaflops的运算速度。
持续模拟性能已达到45％的峰值性能。
我们也将展示用气液两相流以及LatticeBoltzmann方法的结果。
应用在非结构化网格上的快速，可扩展高阶可压缩流求解器
PatriceCastonguay，斯坦福大学
这个讲座将向大家展示具有可扩展性和高效的高阶非结构化可压缩流体的GPU求解器。
此求解器在张量乘积和单一元素情况下利用能量稳定的通量重构方法，可以对复杂的几何形状下的流动实现任意阶精度。
由于能量稳定的通量重构方法以及本地元素的特性要求很高的计算强度，他们非常地适合用GPU来解决问题。
单GPU的求解器在这项任务中达到45倍于同代CPU的串行计算速度。
此外，多GPU求解器能很好地扩展，在32颗GPU上运行时，四面体单元的6阶精确模拟达到2.8万亿次浮点运算（双精度）的持续性能。
在这次讲座中，我们将对用来达到这种性能的技术进行讨论，并提出性能分析。
根据作者的了解，上述流体求解器是第一个GPU集群上的混合非结构化网格高阶三维可压缩纳维-斯托克斯求解器.
Fermi上的雷诺平均（RANS）CFD解算器
JamesLin，上海交通大学
Sheep-NS3D是上海交通大学自主研发的CFD程序。
它采用有限体积方法的针对结构化网格的纳维－斯托克斯（雷诺平均）方程可用于机翼模型的设计。
在本讲座中，我们将展示CUDA版Sheep-NS3D程序的设计和未来优化，它将给标准M6机翼模型的设计带来20倍的提速并将单个FermiC2050上来自中国商用飞机有限责任公司的机翼模型候选者的设计速度提升37倍。
上汽使用GPU加速汽车设计
翁洋，上汽技术中心
在本讲座中，演讲者将分享在车辆结构设计使用GPU加速解算的一些经验。
这些模拟演示使用ABAQUS标准版。
在某些情况下，GPU和CPU协同合作可以节省设计时间，特别是对一些优化任务。
GPU加速大型的CFD-DEM的三维气固流化床耦合模拟
FeiguoChen，助理教授，中国科学院过程工程研究所
CFD-DEM耦合模拟被广泛用于研究气固流化床的复杂的大规模结构。
但是严苛的计算要求又限制了DEM模拟在工业规模级反应器上的应用。
我们全面实施了基于并行GPU运算的CFD-DEM方法来实现三维气固流化床的大型模拟。
可以在这个米级的三维立方反应器中跟踪超过108个DEM单元。
跟踪粒子的数量远远超过以往研究中基于传统的CPU计算所能达到的数量。
我们通过GPU运算开发了集群-DEM模型来模拟工业化的FCC流化床，并且研究了其复合流结构和气泡表现。
GPU的出色性能加强了CFD-DEM耦合方法在工业气固反应器模拟上的能力。
为什么混合动力系统在仿真科学上应用良好
ThomasSchulthess,苏黎世联邦理工学院，瑞士国家超级计算机中心
五年前，在仿真科学领域的GPU应用主要还是实验性的。
它只能解决部分可以容忍低精度和故障的课题。
两年前，由于引进ECC内存以及更好的双精度浮点运算性能，GPU的应用已经发生了爆炸性的增长。
我们现在看到GPU在不同领域的生产模拟中得到应用，如生命科学，材料科学和化学，天体物理学，生物医学工程，以及地震成像和气候/天气模拟。
尽管这需要花重大投资对软件进行重构，以适应GPU混合系统，但这种爆炸性的增长还是发生了。
为什么？
我将着重讨论几个在橡树岭国家实验室（ORNL）和瑞士平台开发的，在材料科学，气象学，地球物理学，天体物理学等领域内的高生产率和高性能计算（HP2C，见www.hp2c.ch）的应用。
这些应用将从算法角度解释GPU混合节点的成功。
除了结构因素，重建编程模型的需求也激励了算法的重新设计，以及应用程序代码的重构。
即使在传统的多核心处理器上，这些都能提高效率。
算法和代码重构是HP2C平台的核心内容之一。
统一建模系统无缝天气和季风气候预测
SubodhKumar，印度技术大学，印度新德里
我们将介绍一项目前正在进行的工作，设计和开发一个基于GPU的统一建模系统对季风做无缝的天气和气候预测。
该系统的设计是能够处理不同的时间和空间尺度的大气现象，这些对于天气和区域气候准确预测至关重要，特别是在季风情况下。
我们的重点是利用准确的模拟二十面体六边形网格达到高分辨率模型。
我们还开发了对多尺度湿润对流过程，云微物理和降水，辐射传输，水文和陆面过程，大气和海洋湍流的参数化。
从LMDZ模型的核心开始，我们从头开始开发一个适合GPU和CPU并行高效计算的版本。
我们的系统设计的另一个目标是摆脱低层次的编程，即使用一种编程模型，自动分配计算任务给所有可用的CPU和GPU。
我们正在开发一个编程API以统一CPU和GPU的并行代码开发。
基于GPU的水平500米分辨率天气模式
TakayukiAoki，东京工业大学全球科学信息与计算中心
数值天气预报是在高性能计算的主要应用之一，它要求在细粒度网格上进行快速高精度的模拟。
为了使天气预报代码的运行时间大大缩短，我们必须为使用GPU计算进行用CUDA的全部代码重写。
日本气象厅正在开发的高分辨率中尺度大气模型ASUCA是为下一代的气象预报服务的，这一模型已经完全移植到CUDA。
我们用3990颗GPU（图形处理器）达到了单精度14368×14284×48分辨率的下的145万亿次浮点运算，使用437颗GPU以500米水平分辨率的运行覆盖整个日本。
GPU计算在数值空间天气建模中的应用
XueshangFeng教授,中国科学院空间天气学国家重点实验室
空间天气是指太阳和太阳风，磁层，电离层和热层的情况可以影响航天器和地面技术系统的性能和可靠性，并影响人类生命或健康。
空间天气有两个重点：
科学的研究和应用。
要实现对恶劣空间天气事件的实时或超实时的数值预报，并评估其对地球空间环境的影响，高性能计算模型是必不可少的。
这次讲座的主要目的是介绍可编程GPU在数值空间天气建模中的应用及其结果的可视化。
作为一个案例研究，GPU编程已经在我们太阳系-星际-CESE磁流体模型（SIP-CESEMHD模型）中进行应用，同时对日冕的数值研究可使模型产生的数值计算结果可视化。
我们对已有硬件的初步测试达到了比传统的软件快大约10倍的结果。
这项工作代表了GPU在空间天气研究领域的一项新颖应用。
CUDAC语言基础
CliffWoolley，英伟达公司
以C或C++为背景，本讲座将涵盖作为CUDAC/C++编程初学者的您所需了解的一切内容。
我们将通过大量代码示例为您介绍使用CUDA进行并行编程的基础知识，从"Hello,World"CUDAC程序开始。
本讲座还将带您初步了解各种CUDAAPI和在CUDA应用中利用它们的最佳方式。
CUDA函数库以及生态系统
CliffWoolley，英伟达公司
这一讲座将对GPU计算编程语言和软件库中快速发展的部分做一个介绍。
我们介绍一些用于编译、调试、性能分析的商业工具，同时也会介绍它们如何使用了NVIDIA技术。
这个讲座也会重点介绍很多供应商为了集群管理和监控混合节点，将GPU支持添加入通用工具里。
在GPU上OpenCV的计算机视觉
JamesFung,NVIDIA
了解OpenCV这个最知名的计算机视觉库上的最新内容！
随着GPU库模块的不断增加，其功能允许运行比在CPU上更快的高品质计算机视觉算法，有时甚至是实时的。
本讲座将提供OpenCV中GPU模块功能的概述，一些新增的算法也将在CUDA运用细节中展示。
基于分析的CUDA优化技术
王鹏，英伟达公司
本讲座将讨论通过基于分析的过程进行性能优化。
演讲中将介绍三个限制内核性能的基本因素：
指令吞吐量、内存吞吐量和延迟。
在本讲座中我们将说明：
如何使用性能分析工具和源代码插入评估性能限制因素的影响；每个限制因素应该采用哪些优化措施；如何确定何时达到硬件极限。
演讲者将通过一些实例阐明自己的优化理念，这些理念既适用于CUDA也适用于OpenCL开发。
本讲座假定与会者已经熟悉了一些基本的优化技巧。
GPU辅助的生物信息学相关研究
胡晓菡，英伟达公司
会议将详细介绍在生物信息学中的一项由GPU加速的应用。
讲座由两部分组成。
第一部分，我们会介绍一款GPU加速的穷举SNP-SNP交互模型。
此方法要求高度的并行性，因此可以通过CUDA轻松实现，如果有好的优化，我们可以达到非常好的加速效果。
这一讲座也会回顾相互作用分析中如何混合跨平台数据，并在第二部分给出了基于隐式马尔可夫模型的解决方案，该部分将介绍一个基于GPU的归因工具的原型。
C++AMP：
将大规模并行引向主流
YossiLevanoni，微软公司
微软最近公布了C++AMP（加速大规模并行）语言，它由一个C++编程模型、C++语言支持和开发者工具组成——所
升级会员 