AMD 负责高性能计算与主权 AI 的企业副总裁 Scott Tease 表示,多数 HPC 研究机构已认识到,AI 不会取代传统高性能计算。即使 AI 应用持续扩张,依赖双精度 FP64 的高精度科学计算仍将长期存在。
Tease 指出,AI 擅长低精度、容错度较高的数据处理,适合模型训练、推理和快速筛选;但气候模拟、核能、材料、流体力学、化学与国家安全等研究,为保证复杂仿真可靠且可重复,仍需 FP64 级数值精度。
他主张未来科研算力应构建异构计算体系,协同 CPU、GPU、AI 加速器、传统超级计算机与量子计算机,由系统自动判断任务分配。AMD 正与 IBM 在橡树岭国家实验室试点,将经典计算栈、Umbra HPC 系统与 129 量子比特 Quantum Nighthawk 量子计算机接入橡树岭领导计算设施,探索量子纠错、AI 辅助科研与传统仿真的融合路径。
评论
正在加载评论…