怎样深度融合AI和HPC？英特尔打造一套通用神器( 五 )_：怎样深度融合AI和HPC？英特尔打造一

1、硬件需求不同

从近期发布的超算TOP500榜可以看出，在HPC领域，“CPU+GPU”组合仍是HPC领域的算力标配。

AI加速硬件则在近年趋于多元化，CPU与协处理器打配合战成为常态，协处理器则以GPU、FPGA、ASIC为主，一些相对小众的CGRA、存算一体架构芯片也开始进入初步的商业化探索期。

然而多年来，HPC因其对计算的极致追求，逐渐偏离对处理器速度、内存容量和I/O速度的平衡，HPC系统变得越来越以计算为中心，内存墙问题愈发严重。

随着大数据和AI时代到来，数据密集型的高性能数据分析工作负载快速发展，对内存和I/O的需求增高，进一步暴露已建立的HPC架构设计的更多局限性。

由于HPC设计大量依赖GPU等特定处理器或其他自定义加速程序，它更适用于标准化、统一格式的数据集，而随着数据日趋多样化，HPC需支持结构化和非结构化的音频、视频、文本、设备输出等不同数据类型的混合。

另外，很多应用场景对实时分析的需求日益增长，需要更新的存储/内存方案来提高性能。

怎样深度融合AI和HPC？英特尔打造一套通用神器( 五 )