并行计算的专访
趙開勇：基于移動設備的高性能計算將會成為未來潮流
趙開勇，香港浸會大學計算機在讀博士，長期從事高性能計算領域研究，在CPU、GPU異構計算方面有多年的研究經驗。浪潮高性能計算顧問，組織參與國內多個科研單位和高性能用戶的高性能項目開發。
眾核、內存計算是高性能發展未來
CSDN：過去幾年，并行計算的技術演變、應用的拓展，以及未來發展分別是什么？
趙開勇：傳統的并行計算機更多的是中型機和大型機，或者專門制造的特需機器，那個時候并行計算離大眾還很遠。并行計算的算法基本是在上世紀六、七十年代的時候開始，當時有很多研究文章，而且研究得很透徹。但在那時候，并行計算、高性能計算，離大眾還比較遠。
從2000年左右開始，計算芯片、存儲、網絡的發展使得之前昂貴的計算機變得廉價。由于像Google這類公司的算法的演變，使得廉價的PC架構的機器構建出的服務器集群就可以完成高性能計算。當然我們這里討論的并行計算，其實只是高性能計算的一種方法而已，并行計算通常是指許多指令一起執行，是針對串行計算而言的。
現在的高性能計算，既有并行計算，也有串行計算，概念更加的廣泛，而不局限于傳統的并行計算。從2000年左右開始，有科研者采用GPU作為通用計算。到2006年，Nvidia推出通用計算的GPU，打破了傳統基于CPU（或者專用協處理器）的高性能計算，讓民眾更接近高性能計算（并行計算），并且可以采用廉價的芯片達到高性能計算的目的。
在傳統CPU芯片方面，也通過增加CPU的核心來提高計算性能，從以前的單核、雙核到多核，再到Intel前不久推出的MIC架構的眾核芯片，都標明了計算芯片再向多核心方向發展。另一個方面，基于AMD的APU架構芯片，兼備CPU和GPU，讓CPU和GPU可以通過更便捷的方式共享內存，達到協作處理的目的。
此外，內存的價格越來越低，基于內存的存儲會在將來的高性能發展中起到重要的地位。我們在高性能計算中常常會遇到IO的瓶頸，很難真正發揮所有計算芯片的能力，內存等存儲的廉價也會在這些問題上得到一些解決。隨著網絡傳輸的發展，性能的提高，也會在將來的高性能計算中起到決定的因素。
傳統CPU架構不再是唯一選擇
CSDN：你如何看待未來的芯片格局？
趙開勇：傳統的CPU會長期存在，但是高性能計算的地位會下降，會有GPU、CPU（不同類別的CPU，x86體系結構，基于ARM的CPU）都會逐步跟上。Intel的高性能計算的地位有所動搖，Nvidia的GPU和ARM64架構的芯片會埋頭追趕，AMD的APU和基于ARM64的芯片也同樣如此。同時基于移動設備的CPU、GPU也會具有高性能計算的能力。
在過幾年，Intel的x86的CPU、MIC；Nvidia的GPU（還有ARM64架構的芯片，可能是CPU也可能是GPU，也可能是CPU和GPU的合體）；AMD的CPU、GPU、APU，以及基于ARM的芯片，都會在高性能計算里面各爭天下。基于移動設備的高性能計算，也會成為一個潮流。
還有一個重點是低功耗、高性能，會在將來的高性能計算中會成為一個重要的指標。
而國產的高性能計算芯片會在中國未來幾年的舞臺上發揮重要的作用，包括專業級的高性能計算中心，也包括民用級別的高性能計算機，都會國產的設備初露頭角。
未來的元計算中心和高性能計算中心，基本上會成為一個實體、兩個概念或是融合一起。硬件層次上不會有太多的區別，更多的是跑在服務器上的算法和應用。
其中，高性能計算的發展硬件只是一個方面，而且硬件的變革很快，這幾年基本上是一年到一年半就有一個變化。所以在堆砌硬件的同時，一定要注意軟件的開發、軟件算法、框架的設計，做到發揮現有集群性能的同時，向后兼容?，F在很多云計算中心，或者高性能中心，計算量達不到飽和，一年維護的費用和電費等超過了本身發揮的價值。軟件是高性能計算現在的短板，需要在高性能計算的軟件上開展更多的工作。
CSDN：ARM+Hadoop在高性能計算領域的應用領域是什么？瓶頸是什么？
趙開勇：Hadoop在高性能計算中已經應用很廣，基于ARM架構的Hadoop部署現在還比較少。ARM的優勢是低功耗、高性能，但是其處于瓶頸，基于ARM的高性能計算核心還沒有大規模的量產，或者說在業界還沒有真正得到認可?；贏RM架構的高性能計算芯片，或許會在接下來的幾年中大放異彩。
CSDN：你認為GPU與CPU的融合，最大的挑戰在哪里？
趙開勇：GPU現在還是作為CPU的協作處理器存在，通過PCIE傳輸數據，這就是很嚴重的瓶頸。也許再過幾年，CPU和GPU可以共享內存以后，傳輸的瓶頸會得到解決。
高性能計算是一個不斷迭代的優化過程
CSDN：對并行計算從業者而言，請推薦幾個好的開源框架和一定要去讀的幾本書，以及分享下你學習的好經驗、好方法。
趙開勇：個人感覺，高性能計算有硬件和軟件部分，對于一個整體系統，既要對系統的硬件，包括計算核心、存儲和網絡傳輸分布等都要有了解。這些方面可以看Intel、NVidia和AMD等廠商的技術手冊，都可以看到一些計算核心的資料。
同時要了解高性能計算的應用層面，任何的高性能計算都不能大包大攬，用一個方案解決所有的問題。需要在對應的行業里面學習相關的知識，了解問題的根本，從問題的根本入手，從算法層面優化問題，不要套用固定的模型或框架。需具體問題具體分析，再抽象出來，看已有的框架是否可以解決，然后再優化設計。高性能計算是一個不斷迭代的優化過程，找到分析問題、問題的熱點、解決問題、優化問題、再找新的熱點，然后重復迭代的過程。高性能計算的領域不同，解決問題的方法也不一定相同，需要融匯各種方法和理論。
我個人推薦的書籍有陳國良院士的《并行計算系列叢書》、《并行算法導論/艾克薩威爾》等一些算法的書籍，對高性能計算（并行計算）有一些算法的了解，學會用并行計算的思維思考問題，解決問題。編程相關的就可以了解一下OpenMP、MPI、CUDA等編程方法。還有現在比較流行的并行計算框架、hadoop等，此類文檔都可以再上網搜索。
既要了解最根本的算法，有算法的思想，同時深入了解問題的本質，然后再在編程實踐中去解決問題，既有理論，也有實踐，結合起來才最重要的原則。空談誤事，實干興業。
CSDN幫我提升自身價值
CSDN：你曾是CSDN社區版主，在那段時間里對你的工作和學習有何幫助？你留下了什么深刻的回憶可分享？
趙開勇：通過解答網友的問題，可以更清楚的認識問題。有些問題自己一開始也不清楚，但是在回答問題的過程中需要查閱資料，也就把問題攻克了。同時，還可以跟很多業界的朋友進行溝通和交流，分享自己研究成果的時候，幫助大家的時候，其實也是在幫助自己。我最大的收獲是在分享這些成果的時候，得到了大家的認可。最深刻的影響是通過CSDN的博客分享、技術交流，讓業界的各個高性能公司了解了我，包括Nvidia、AMD、浪潮、聯想、曙光，以及Intel等。這些收獲是在幫助別人的時候并沒有考慮到的，后來回想這些收獲，最重要的一點在于幫助別人，其實就是幫助自己。
CSDN：你對CSDN有何建議，你認為未來的社區有何期待？
趙開勇：在CSDN有大概有十年的感情，在這里認識了不少朋友，也希望可以成為技術交流的圈子，希望成為華人核心技術社區，成為國際品牌，而不止局限于國內，希望能走出國門，讓更多的華人參與到這里面來。
趙開勇CSDN ID：OpenHero??博客地址：http://blog.csdn.net/OpenHero
總結
- 上一篇： IOS开发基础之使用AFNetworki
- 下一篇： IOS开发基础之使用AFNetworki