在2019年11月于美国丹佛(Denver)举行的Supercomputing 2019(SC19)大会，成为下半年一窥英特尔(Intel)、NVIDIA、超微(AMD)、慧与科技(Hewlett Packard Enterprise；HPE)、Dell EMC等全球一线芯片制造商与系统大厂，展示自有高效能运算(HPC)与人工智能(AI)运算相关未来硬件与软件前瞻技术的橱窗，也成为科技产业观察未来几年全球高效能运算与AI技术如何演进的一个绝佳机会。

综观本届SC19大会，几家大厂所发表新产品与技术动向，相当值得持续观察与关注，如英特尔面向资料中心领域的绘图芯片(GPU)产品发展、NVIDIA的安谋(ARM)架构服务器芯片发展，再到终端业者如Dell EMC所揭露全新高效能运算与AI新产品，以及慧与企业和Cray结合的产品组合，或是部分新创企业具创新价值的新产品技术等，值得业界后续关注其动向。

英特尔Ponte Vecchio　将Xe GPU延伸资料中心

首先英特尔方面，此前英特尔已预计要在2020年，针对PC领域推出采自有「Xe」架构的独立式绘图芯片(GPU)，而今在SC19大会前夕，转投英特尔的前超微绘图部门大将Raja Koduri，首度发布英特尔预计2021年问世的高效能运算加速器战略，并揭露首款采7奈米制程小芯片技术的资料中心领域、代号「Ponte Vecchio」的Xe GPU，锁定抢攻高效能运算和AI新兴市场。

Ponte Vecchio将成为英特尔旗下首个「百万兆等级」绘图解决方案，并采用Foveros与晶粒堆栈封装技术。英特尔执行长Bob Swan日前曾证实，英特尔计划2021年推出首款面向资料中心应用的7奈米独立式GPU，指的应该就是Ponte Vecchio。

英特尔也将根据客户需求延伸Xe架构应用范围，以满足客户所需。未来英特尔将以一个Xe GPU架构为基础，推展自有GPU产品的未来演进，采取单一Xe架构适用多个次架构、微架构的发展战略，成为高效能运算、深度学习(DL)与训练、云端、媒体转码分析、工作站、游戏、行动PC以及超级行动PC等「次架构／微架构」的GPU统一架构，以满足更多应用领域客户对Xe GPU架构的采用需求。

针对高效能运算领域，未来英特尔Xe架构将聚焦抢攻3个市场应用领域。其一是弹性的资料并行矢量矩阵引擎，这在很大程度上发挥了AI加速以及AI训练的作用；其二是高双精度(FP64)吞吐量，这对天气预报、石油与天然气、天文等传统高效能运算工作负载应用领域具很大需求性；其三是英特尔在高效能运算的发展，将具有较高的缓存与存储器频宽规格表现。

Ponte Vecchio也将具备英特尔嵌入式多芯片互连桥接(EMIB)技术，有助将小芯片连结在一起，这意谓Ponte Vecchio芯片可能是首波采用英特尔7月十所揭露共同EMIB(co-EMIB)技术的产品。至于GPU与GPU的通讯，将透过Compute eXpress Link(CXL)界面进行，这将配置于PCIe 5.0之上。

Ponte Vecchio以外，英特尔也宣布将在2021年发表新一代代号「Sapphire Rapids」的10奈米Xeon处理器，为Ice Lake的更新一代处理器产品线。Ponte Vecchio将获得美国能源部Aurora超级计算机采用，2021年将安装在隶属于美国能源部的Argonne 国家实验室(Argonne National Laboratory)。英特尔称Aurora超级计算机每单一节点将搭载两个Sapphire Rapids中央处理器(CPU)以及6个Ponte Vecchio GPU。

硬件之外，英特尔也发布oneAPI产业软件倡议，表示oneAPI提供CPU、GPU、现场可程序化逻辑闸阵列(FPGA)、以及神经网络处理器(NNP)等异质运算架构，一个统一且简化的程序设计模型。由此显示英特尔采取软件优先途径，提供异质架构统一且可扩展技术的战略

。
英特尔表示，oneAPI将会是更具AI导入且多元化架构的环境定义程序设计。英特尔开发oneAPI，应是为提供开发者能够更简易运用英特尔GPU、CPU、FPGA或Movidius加速器进行程序设计。

NVIDIA结合安谋　强强联手

NVIDIA则发表一款全新参考设计，以及用于支援NVIDIA打造面向高效能运算领域、以安谋架构为基础的GPU加速服务器解决方案。NVIDIA表示，这款以安谋架构为基础的参考设计平台，获得HPE、Cray、迈威尔(Marvell)、富士通(Fujitsu)以及Ampere等业者支持，将采用NVIDIA包含软硬件建构区块的参考设计，开发自有GPU加速服务器，提供超大规模云端服务供应商、高效能储存和百万兆级超级计算机等领域客户所需。

这有赖NVIDIA透过让自有CUDA-X库、GPU加速AI架构以及软件开发工具，对安谋架构开发者开放，并于6月宣布NVIDIA支援以安谋架构为基础CPU，能够驱动极具能源效率且具备AI运算的百万兆级超级计算机。NVIDIA并宣布推出全新云端GPU加速超级计算机，已导入微软(Microsoft) Azure资料中心应用。

NVIDIA执行长黄仁勋认为，高效能运算领域正在崛起，在机器学习与AI技术的突破，正在重新定义科学方法，以及为新架构推出带来新契机。

面对英特尔进军高效能运算与AI的GPU应用领域，黄仁勋称不担心来自英特尔的竞争，称要进军AI领域但推出不复杂的可行解决方案，以及采用开发者所要的软件，不是一件容易的事。黄仁勋也乐见英特尔新产品设计问世，认为可向英特尔学习，NVIDIA相当看重每家竞争对手。

NVIDIA宣布GPU支援安谋架构CPU，有助自有技术持续跟上整体发展趋势，并强化自有生态系统与软件平台，并有助让全球云端供应商与资料中心管理者，了解NVIDIA GPU如何与各类CPU进行无缝接轨。另外，NVIDIA也成功将安谋与Ampere、富士通等合作厂商，和自有软件生态体系与CUDA-X软件平台结合在一起。

即使NVIDIA的领先地位吸引部分新创企业在后追赶，但NVIDIA在AI芯片软件上多年累积的成果，仍将很难遭超越。对安谋来说，与NVIDIA结盟也等于为自有架构打下更坚实的竞争基础。

NVIDIA也发布「Magnum IO」软件套件，宣称可协助科学家、AI以及高效能运算研究人员，只需数分钟就能处理大量资料，不再需要以小时计算的时间处理资料。

AI新创Cerebras　初试啼声

AI芯片新创企业Cerebras揭露其CS-1系统面纱，采该公司Wafer Scale Engine大型芯片设计，宣称为全球最快速AI计算机，能比其他系统提供更少空间与功耗下的运算效能。CS-1早期客户包含美国能源部旗下Argonne国家实验室，采CS-1系统加速癌症研究神经网络。

超微在本届大会也发表全新以该公司Epyc处理器为基础开发的平台，支援超微最新Radeon Instinct加速器；超微并发表支援全新编译器以及针对高效能运算应用整合最新机器学习(ML)架构的ROCm 3.0，ROCm 3.0也支援包含Singularity、Kubernetes、SLURM以及TAU等工具的工作负载部署。超微也在会上宣布，该公司处理器将搭载于预计2021年发布的Frontier超级计算机中。
虽然在本届大会上，未见IBM发布任何主要的全新系统，或是发表Power10处理器升级，但可见IBM正在投入新的技术途径，要以该公司的AI专业知识，为该公司的系统强化既有已安装的高效能运算基础架构。但这不代表IBM全然放弃了主要的系统业务。

IBM的做法是部署小型Power系统，也许小到只有单一节点，从客户基础架构端取得应用资料和运行资料，再透过IBM的AI软件进行运算，藉此提供低成本、几乎无中断的应用加速以及更快速的价值提供服务。这也是IBM华生(Watson)核心战略的一部分。

系统商新品竞出　百花齐放

慧与科技发布该公司与Cray结合的产品组合，宣称为面向广泛高效能运算与AI工作负载的产品组合，刚好在慧与科技完成收购Cray后两个月发布，包含从服务、软件、运算、互联到储存技术等内容，如Cray全新ClusterStor E1000储存系统、慧与Apollo服务器产品线以及Data Management Framework软件等，目标满足企业市场不断增长的需求。慧与并扩充其Apollo服务器产品线也可支援Cray超级计算机。

慧与指出，即使政府与大专院校占全球超级计算机多数市占率，商用市场仍有很大的加速成长空间，如能源及生命科学等领域。
Dell Technologies揭露一系列高效能运算储存、AI、高速网络以及GPU加速工作负载全新解决方案，如Dell EMC Ready Solutions扩大提供HPC Storage支援，有助组织简化及加速部署和解决方案管理；Dell EMC PowerVault ME4整体储存空间再升级，储存密度提升达25%。

Top500处理器英特尔独占鳌头　超微崭露头角

值得注意的是，在Top500最新发布的全球超级计算机排名中，采用英特尔第2代代号「Cascade Lake」Xeon Scalable处理器的超级计算机总数，增加近3倍，从前一次2019年中调查的9部超级计算机，增加至最新达26部。共计Top500排名中有470部超级计算机采用英特尔多个世代版本Xeon与Xeon Phi处理器，占比达94%。

超微服务器处理器产品线也首度获得Top500超级计算机采用，有4部超级计算机系统采用Epyc首代Naples与新一代Rome处理器家族；另有两部超级计算机采用以超微架构为基础的处理器，分别是Opteron处理器、以及由超微中国合资企业天津海光所设计的海光禅定(Higon Dhyana)处理器。（原作者杨智家）