怎样深度融合AI和HPC？英特尔打造一套通用神器(11)_：怎样深度融合AI和HPC？英特尔打造一

该方案还可在调度和队列生产环境中使用Univa Grid Engine的组织扩展集群，以支持Apache Spark、TensorFlow等工作负载，同时仿真和建模工作负载使用现有API即可。

四、针对不同需求分而优化

另一方面，英特尔也分别优化针对HPC、AI和数据分析的工具。

1、仿真和建模工具优化

针对仿真和建模应用的关键工具和优化包括MPI库、GCC和英特尔编译器、数学核心函数库（MKL）、Torch。

英特尔MPI库是开源MPICH规范的一种实现，可创建、运行、测试、维护针对基于英特尔架构的集群优化的应用，支持多种网络选择。

GCC和英特尔编译器允许开发者在两者间轻松切换，提供灵活的优化功能，并支持与主流工具链相结合，进一步增强互操作性。

MKL是英特尔针对技术和科学计算打造的一套预优化函数库，方便用户快速调用以加速计算。

英特尔还提供一种叫Torch的开源科学计算框架，包含脚本语言LuaJIT和底层C/CUDA实施方案，英特尔已针对至强处理器对该框架进行优化。

怎样深度融合AI和HPC？英特尔打造一套通用神器(11)