《三体》里的超级计算机,我们今天能造出来吗?

简介:

在科幻巨作《三体》里,刘慈欣有这么一段描述:


image

每秒500万亿次浮点运算的计算机,出现在“面壁计划”里。这是第二位面壁者雷迪亚兹看到的人类最强的计算力,用于顶尖的核爆模拟。

简单科普一下:浮点运算大概可以理解成对小数进行计算,是非常精细的运算模式。一般的应用场景例如剁手、约妹子等等程序背后的计算只用到少量的浮点运算,而真正的科学计算往往需要进行大量复杂的浮点运算。

image

你可能不知道的是,就在2008年,这部《三体II:黑暗森林》出版前的几个月,雷迪亚兹所使用的人类最快计算机,已经被当年的蓝色基因超级计算机超越,实测已经达到了每秒478万次浮点运算,峰值更是达到了596.4万亿次浮点计算。

下面这张图表,记录了从1942年到2013年,全人类超算的顶级速度,来感受一下:


image

每年全世界最快的Top500超算的计算力几乎比之前翻倍或者是之前的三倍,全面超越了摩尔定律。

image
神威·太湖之光

现在世界上已知的最强计算机“神威·太湖之光”运算速度有多快呢?

它的速度达到了每秒9.3亿亿次浮点运算,是《三体》中所描述的计算机的整整186倍。科幻已经跟不上现代科技发展的速度了。


image
每天破译3000条敌军信息的“炸弹机”

还记得在二战中最著名的英格玛密码机吗?伟大的计算机之父阿兰·图灵率领一众数学家破译了三四年才取得成功,而使用神威·太湖之光来破译,大概只需要半秒钟。


你每天的衣食住行 背后都有超算

其实,超算只是对“神威·太湖之光”们的称呼,而超算所做的事情,叫做高性能计算。

那么我们在什么领域会需要高性能计算呢?

比如模拟核反应堆的链式反应,裂变后会影响周围的原子,研究链式反应最深层的规律就需要指数级增长的计算能力。

又比如天气预报,即通过计算每一个点的云层和气流运动轨迹推导未来天气的走向。虽然实际预测的精度很难达到80%以上,但是,你一定能感觉到,现在的天气预测已经比你小时候准确得多,不是因为有了萧敬腾,而是我们现在的计算能力大幅提高了。

image
▲用计算机预测云团的走向

还记得《阿凡达》吗?这部电影里的特效场景比例达到了70%。自从阿凡达之后,特效已经成为了电影的标配,甚至两个演员在绿布前就可以完成一部高质量的太空科幻电影……

支撑这些特效的,需要强大的渲染能力。


image

2016年上映的国产动画神作《小门神》,就是追光动画使用阿里云的高性能计算集群,用了2000台机器渲染出来的。

除此之外,高性能计算还可以进行天体物理计算、地震预测、材料科学计算、基因组测序、交通分析、人类组织系统研究等等等等。


image
▲通过计算进行地震模拟

超算这么厉害,但是不是人人都能用得到呢?很多高校科研团队在开展研究的时候发现,最大的问题是计算资源不够,每个超算中心非常拥挤,各个研究团队要排队使用。


其实我们每个人都可以用到超算

对于我们普通人来说,也可以用上超算吗?
答案是:YES!

看看满街的共享单车共享汽车共享充电宝共享睡眠仓,你有没有想到神马?对啦,共享超算!当然,这不是笔者发明的……共享超算还有另一个名字:云计算!(还是熟悉的味道)

与只依赖CPU的通用计算不同,高性能计算更多站在异构计算的肩膀上,阿里云的异构计算产品家族提供多场景、高可用的高性能计算产品,最高可提供每秒75万亿次的算力,刘慈欣老师在《三体》里想象的每秒500万亿次的超算,只需要七台顶配的阿里云GPU实例就够了。

依托超高的计算能力和大规模并行计算的优势,阿里云异构计算还为人工智能打开了一扇窗:随着深度学习对人工智能的巨大推动,深度学习所构建的多层神经网络模型的参数空间已从百万级上升到百亿级,这对计算能力提出了新的挑战。

9月12日,阿里云异构计算产品家族将首次集体亮相,揭开人工智能快速发展背后计算引擎的秘密,敬请期待。

image

相关文章
|
消息中间件 监控 安全
Kafka为何这么快?企业级Kafka该怎么部署?
Kafka凭借其高吞吐、低延迟和横向扩展能力,成为现代实时数据处理的核心组件。其“快”源于顺序写盘、零拷贝、批量处理和无锁设计等架构优化。本文深入解析Kafka的高效机制,并探讨企业在实际应用中的架构设计、安全管理与平台化治理策略,助力构建稳定高效的数据流平台。
|
7月前
|
人工智能 Shell 开发者
自动化内容生产实践:narrator-ai-cli 影视解说全自动化工作流攻略
本文介绍命令行工具 narrator-ai-cli,助力影视解说高效创作:本地处理素材、云端智能生成,支持全自动/分步/Agent 驱动三模式,低门槛接入AI工作流,无需高性能GPU,适配抖音、B站等多平台。(239字)
|
12月前
|
XML JSON API
Rakuten 商品详情核心 API(Item Search API)参数体系解析与权限配置指南
Rakuten 商品搜索 API(如 IchibaItem/Search)的参数体系围绕商品检索需求设计,核心参数分为 必选参数、可选参数 和 控制参数 三类,具体如下
|
8月前
|
存储 数据采集 机器学习/深度学习
什么是湖仓一体数据平台?怎么构建湖仓一体数据平台
湖仓一体数据平台是融合数据湖与数据仓库优势的云原生架构,以低成本对象存储为基础,支持结构化/半结构化/非结构化数据统一存储,提供ACID事务、存算分离、Serverless弹性计算、统一元数据及强数据治理能力,兼顾BI分析、机器学习与实时处理,降本增效,消除数据孤岛与重复。(239字)
495 0
|
10月前
|
物联网 开发者 异构计算
从入门到精通:大模型微调实战全攻略
本文系统讲解大模型微调实战:涵盖环境搭建、数据准备、主流方法(LoRA/QLoRA)、完整训练流程及过拟合、显存不足等常见问题解决方案,并分享数据质量、混合精度、评估体系等进阶技巧,助力开发者快速定制专属大模型。
从入门到精通:大模型微调实战全攻略
|
人工智能 测试技术 API
最新全球模型榜单:通义千问Qwen2.5-Max数学及编程能力第一!
最新全球模型榜单:通义千问Qwen2.5-Max数学及编程能力第一!
1992 5
|
缓存 JavaScript API
NodeJS代理配置指南:详细步骤和代码示例
**Node.js 代理配置:解决HTTP请求转发与CORS挑战** 在现代开发环境中,Node.js以其高效和灵活性深受青睐,但正确配置代理以处理跨域请求和API调用仍是复杂任务。本文提供全面指南,从基础到高级设置,教授如何在Node.js中使用代理,覆盖httpOptions、npm代理及第三方库的运用,以增强API调用灵活性。
2047 23
NodeJS代理配置指南:详细步骤和代码示例
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统,本系统使用Python作为主要编程语言,基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集,然后进行训练,最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台,实现用户上传一张球类图片识别其名称。
933 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
|
数据可视化 应用服务中间件 网络安全
简单易用的Nginx代理管理工具:体验便捷配置、高效管理
Nginx Proxy Manager是一款强大的代理服务器管理工具,提供简单直观的界面来配置和管理Nginx代理服务器,帮助用户轻松提升配置的简洁性和便捷性。
1044 0
简单易用的Nginx代理管理工具:体验便捷配置、高效管理

热门文章

最新文章