11月19日，在丹佛2019全球超級計算大會（SC19）上，NVIDIA創始人兼首席執行官黃仁勛進行了主題演講，并宣布了NVIDIA在高性能計算領域的最新動態與成果。這些成果表明，NVIDIA正在將自身能力賦能給更多生態伙伴，推進高性能計算領域的全面發展，同時幫助人工智能專家、數據科學家更高效地開展工作。

在數字經濟時代，計算力已成為支撐各領域發展與轉型的重要基石，在許多科研應用以及商業場景中已不可或缺。“高性能計算領域正在同時朝各個方向擴展。實際上，高性能計算已無處不在，比如超級計算中心、云和邊緣等。”黃仁勛在演講中表示：“所有這一切都在發生巨變。”

高性能計算的飛速發展與應用普及，為更多領域帶來了巨大的動能。對于NVIDIA來說，其圍繞GPU而展開的一系列軟硬件創新以及生態合作，讓我們看到了NVIDIA深耕在高性能計算領域的實力與決心。

新的參考設計平臺：為Arm服務器提供GPU加速

在SC19上，NVIDIA發布了一款參考設計平臺，使企業能夠快速構建GPU加速的Arm服務器，以滿足日益多樣化的科學和工業應用需求。該平臺由硬件和軟件基礎模塊組成，能夠滿足高性能計算（HPC）社區對于類型更加多樣化的CPU架構日益增長的需求。通過該平臺，超級計算中心、超大型云運營商和企業能夠將NVIDIA加速計算平臺的優勢與最新的Arm服務器平臺相結合。

為了構建這一參考平臺，NVIDIA與Arm及其生態合作伙伴（包括Ampere、富士通和Marvell）聯手，以確保NVIDIA GPU與Arm處理器之間的無縫協作。該參考平臺還得益于與HPE旗下公司Cray和HPE這兩家早期采用Arm服務器的供應商之間的緊密合作。此外，許多高性能計算軟件公司已使用NVIDIA CUDA-X庫來構建可在Arm服務器上運行、并可通過GPU實現的管理和監控工具。

黃仁勛表示：“高性能計算正在崛起。機器學習和AI領域的突破正在重新定義科學研究方法，并且可能帶來激動人心的新架構。從超大規模云到百萬兆級超級計算，NVIDIA GPU與ARM的組合讓創新者們能夠為不斷增加的新應用創建系統。”

發布云上GPU超算：讓每位科學家都能擁有一臺超級計算機

會上，NVIDIA還發布了在Microsoft Azure云上的一種新型GPU加速超級計算機。此次發布的全新NDv2實例是Azure上規模最大的一次部署，該產品專為處理要求苛刻的AI和高性能計算應用而設計，是全球速度最快的超級計算機之一。它能在一個Mellanox InfiniBand后端網絡上提供多達800個互聯的NVIDIA V100 Tensor Core GPU。

這是首次用戶可以根據需求，在自己的桌面上租用整臺AI超級計算機，亞洲服務器租用，而且其性能與那些需要數個月時間才能完成部署的大型本地超級計算機相匹配。

這款新產品十分適用于復雜的AI、機器學習和高性能計算工作負載。相比基于CPU的傳統計算，它具有顯著的性能和成本優勢。對于需要快速解決方案的AI研究人員來說，它可以快速啟動多個NDv2實例，并在短短幾小時內完成復雜的會話式AI模型的訓練。

此前，微軟和NVIDIA的工程師已在該集群的預覽版本上使用64個NDv2實例進行了實驗。他們用了約三小時完成了BERT會話式AI模型的訓練。能夠實現這一速度的原因之一是使用了NCCL（一款NVIDIA CUDA X庫）提供的多GPU優化以及高速Mellanox 互聯解決方案。

另一個優點是客戶可以使用多個NDv2實例運行復雜的高性能計算工作負載，香港服務器，比如LAMMPS，這是一種流行的分子動力學應用程序，用于在藥物開發和探索等領域中模擬原子級物質。相比于一個專用于特定應用程序（如深度學習）的、未使用GPU的 HPC計算節點，單個NDv2實例就能實現高達一個數量級的速度提升。如果需要進行大規模的模擬，還可以將這一性能線性擴展至一百個實例。

所有NDv2實例都能夠受益于NVIDIA NGC容器注冊表和Azure Marketplace中所提供的TensorFlow、PyTorch和MXNet等GPU優化高性能計算應用、機器學習軟件及深度學習框架。該注冊表還提供Helm圖表，讓用戶在Kubernetes集群上可以輕松地部署AI軟件。

全新軟件套件，將數據移動時間從數小時縮短至幾分鐘

另外一項重磅發布是NVIDIA Magnum IO軟件套件。該產品讓數據科學家及AI和高性能計算研究者可以在數分鐘內處理好以往需要數小時才能處理完畢的海量數據。

Magnum IO專為解決存儲和輸入/輸出（I/O）遇到瓶頸這一問題進行了優化。優化之后，執行財務分析、氣候建模等復雜的、需要處理大量數據集的高性能計算工作負載時，多服務器、多GPU計算節點的數據處理速度比之前提高了20倍。

Magnum IO是NVIDIA與眾多網絡和存儲行業領導企業（包括DataDirect Networks、Excelero、IBM、Mellanox和WekaIO）密切合作的成果。