正在阅读：IBM提出新计算模型DCS 比HPC更高效灵活IBM提出新计算模型DCS 比HPC更高效灵活

　　【PConline 资讯】数十年来，研究者都在用高效能运算（ HPC ）来提升系统的速度和规模，现在，IBM 的新模型——数据中心计算（DCS ）将提供更快速高效的运算架构。DCS 提供了专注于协同定位运算和数据的计算架构，目的是减少数据迁移，从而使用户能够以前所未有的速度将复杂的分析程序应用于千兆字节（PB ） 数据。IBM 认为， DCS 模式将使科研人员和机构能够在计算机的帮助下加快新材料的发现，设计和测试过程。

　　Michael Johnston 是具有计算生物物理学和生物化学专业背景的 IBM 研究工程师，致力于 HPC 和应用程序设计。Michael Johnston 博士的 DCS 及云系统团队是 IBM 都柏林研究实验室的成员。在过去四年内，Michael Johnston 的主要工作是在英国哈特里中心（Hartree Centre），与英国科学与技术设施理事会（STFC）合作进行一系列的项目合作。IBM 发布了能够处理海量数据流的软件架构原型，这是为 SKA（平方公里阵列）望远镜项目而建，能够自动分类天体对象。SKA 项目的主要目的是通过遍布在澳大利亚、新西兰或贯穿南非的雷达和天线网络，对射电源进行精确观测。

　　从 2015 年起，Michael Johnston 博士的焦点开始向“ 计算型材料设计 ” 上转移。

　　计算型材料设计的反复实验与穿着白大褂的科学家们在实验室里做的化学实验并没有什么不同，只不过是在计算机中发生的。Michael Johnston 团队的目标是帮助工业界最大程度地发挥计算机的潜力，用来设计新的分子和化学混合物（或配方）。事实上，这些“配方”就在我们身边，像是普通居民家中洗衣粉里的化学制品，还有提高发动机性能的新款燃料添加剂等等，这些都在“配方”的范围内。在计算机的帮助下，企业可以省下一笔昂贵的实验室开支，科学家们也节省了大量的时间可以用在其他设计实验中。

　　Michael Johnston 表示，这些研究很大程度上都依赖于 IBM 的技术。团队使用 GPU，OpenPower 和 IBM 数据中心架构，用来加速数据模拟和分析。同时， IBM 认知领域以及数据分析方面的专家也在帮助该团队开发出更好的分析技术，以便为 DCS 服务。

　　目前，IBM 已经与一些企业建立了合作关系，除了 STFC，IBM 还与 NVIDIA、Mellanox 等公司合作，致力于为学界、工业界和政府领域提供软件解决方案。

　　此外，IBM 还与联合利华合作，为其开发了一项计算型设备，让研究人员可以在超级计算机上运行该公司真实世界的实验版本，并且通过一个简单的移动界面和 HPC 黑箱，帮助他们预先筛选成分，以便联合利华可以用更少的精力，设计出更好的新产品。

　　从上述三个图中看出，该设备是如何检测出甲醇和水的不同比例混合物，以及将分子溶解或者分离出来的。图一：选择 DCS 进行实验。图二：选择分子的测试和实验类型。图三：实验完成，红线下的混合物将被分离。

　　值得一提的是，Michael Johnston 博士称自己的团队不仅对外面向工业界，对内还要反馈给 IBM。哈特里中心的一部分使命是促进数据中心的计算技术驱动发展。因此，当人们使用这些新技术时，向研发人员提供反馈也同样重要，必须要让研究者通过测试结果看到哪些项目的效果比较好，以及还有没有新的功能使得团队的目标更容易达成。这种反馈过程对解决未来工业和学术界的问题有很大帮助。