当我们谈起科学突破时,您可能会想到大型望远镜、粒子加速器或复杂的 AI 模型。除了这些之外,还有一种技术在推动科学进步方面同样功不可没:内存和存储技术。在今年的美国超级计算大会 (SC24) 上,美光展示了内存和存储领域的创新如何加速推动科学发现。
解决粒子物理学研究中的内存和存储瓶颈
欧洲核子研究组织 (CERN) 的大型强子对撞机 (LHC) 通常用来碰撞质子。不过,差不多每年有几周时间,它也会用来碰撞“重离子”。最近 LHC 开始碰撞铅离子,每个铅离子包含 208 个核子。碰撞的时候 LHC 便会切换到“数据采集模式”。这些碰撞会产生夸克-胶子等离子体,这是一种高温高密度的粒子液体,与宇宙诞生时的条件非常相似。
研究人员通过 LHC 上的紧凑μ子线圈 (CMS) 试验来测量碰撞产生的粒子。在正常的质子-质子碰撞期间,CMS 通常以大约 10 GB/s 的速度收集数据。但在重离子碰撞期间,CMS 需要以 30 GB/s 的速度持续收集数据。为支持这种高速数据收集,CERN 最近部署了一批美光 7500 SSD。
与此同时,CERN 正在尝试使用美光 CXL 内存扩展模块来支持更先进的事件选择算法,实现新的探测器诊断、光度测量,并研究之前无法探测到的其他物理特征。
美光与 CMS 实验团队之间的合作由 CERN Openlab 促成。CERN Openlab 是一种独特的公私合作伙伴关系,旨在促成全球知名 ICT 公司与研究中心之间的合作,并将合作成果用于 CERN 的科学创新前沿。
消除计算化学面临的障碍
粒子物理学研究需要速度,而计算化学不仅需要速度,还需要精度。长期以来,运行复杂的分子模拟需要价值数百万美元的超级计算机,极高的成本让许多科学家无法进行这项研究。通过与太平洋西北国家实验室 (PNNL) 和微软的开创性合作,美光正在帮助解决这一难题。
通过将美光的新一代内存架构与微软的云基础设施和 PNNL 的科学专业知识相结合,研究人员可以在标准云计算平台上进行复杂的分子建模和化学分析。计算化学的普及有望加速药物发现、材料科学和清洁能源研究。长期以来,这些领域过高的模拟成本影响了创新的步伐。
助力研究人员和开发人员掌控 AI
想要全面掌控 AI 非常困难。AI 领域正在快速演进,即使专门研究 AI 的人也很难跟上步伐。对于那些有自己的研究领域但又想利用 AI 优势的研究人员而言,更是一项挑战。巴塞罗那超级计算中心的一些研究人员意识到这一点,并致力于解决这一难题。
他们与美光合作开发了开源平台 FAiNDER,旨在让研究人员和开发人员能更轻松地掌控快速发展的 AI 领域。该平台收集了 AI 领域的大量前沿信息,帮助研究人员全面了解主要 AI 模型的关键系统要求,让他们能够选择合适的硬件,尤其是高效执行 AI 任务所需的内存资源。
通过创新内存技术重塑科学计算
在 SC24 上,美光展示了两项突破性的内存创新,有望大幅推动科学计算。
第一项创新是 Compute Express Link (CXL™) 技术与美光开源光纤连接内存文件系统 (FAM-FS)的组合。这一强大组合彻底改变了科学计算系统使用内存的方式。凭借这项创新性突破,研究人员能够在计算能力之外单独动态扩展内存资源,类似于当初云计算在处理能力分配方式上的颠覆性创新。初步测试表明,这种方法可以降低基础设施成本,利用较低成本实现此前无法完成的海量科学数据集分析。在基因组学和气候建模等领域,受限于内存容量,研究人员很多时候不得不缩小研究范围。利用这项新技术,现在他们有可能开展全面的大规模研究。
第二项创新是将 美光屡获殊荣的 MRDIMM 技术用于计算流体动力学 (CFD) 模拟,已经帮助研究人员取得了里程碑式的成就。。演示系统展示了前所未有的处理能力,可以使用数十亿个网格点实时对复杂的湍流进行建模。这一突破性技术可直接应用于航空航天设计、天气预报和清洁能源研究。在这些领域,大规模流体动力学模拟可以加速创新,并将预测精度提高几个数量级。传统系统通常需要数周时间才能达到同样的预测精度。
加速未来科学发现
美光在 SC24 上展示的创新技术揭示了以下重要事实:内存和存储技术不仅在支持科学进步,还在积极改变现代科学研究的方式。从实现粒子物理数据的实时分析,到推动计算化学的广泛普及,美光的创新正在消除科学发现过程中长期存在的障碍。
展望未来,内存和存储技术与科学研究之间的合作将愈加重要。在气候建模、药物发现以及 AI 领域,下一波突破不仅取决于杰出的科学家和强大的算法,还取决于如何存储、访问和处理现代科学产生的海量数据集,而后者则需要依赖内存和存储领域的持续创新。
内存和存储相关变革性技术可能不会像量子计算机或聚变反应堆那样成为头条新闻,但它们正在从根本上改变我们探索和理解世界的方式。这些技术的发展有望帮助科学研究开辟新的发现领域,使不可能成为可能,让昂贵的科学研究向每一位研究人员开放。未来的科学研究不仅仅是生成新数据,还会将这些数据转化为知识,帮助人类解决当前面临的重大挑战。