直击 ASC19 世界大学生超算竞赛总决赛

与此同时，与比赛同期，4 月 24 日与 25 日也迎来“第 21 届国际超算高峰论坛”、“人工智能与超算创新研讨会”等系列活动，来自中国、美国、欧洲的海内外知名专家学者就人工智能、超算、科学等创新主题进行报告研讨。

ASC 超算大赛是由中国发起的世界最大规模的大学生超算竞赛，至今已举办 8 届，旨在通过大赛平台推动各国及地区间超算青年人才交流和培养，提升超算应用水平和研发能力，发挥超算的科技驱动力，促进科技与产业创新。

本届竞赛有来自全球 300 多支高校队伍报名，经过近两个月激烈的初赛角逐，最终，北京航空航天大学、南方科技大学、福州大学、暨南大学、上海交通大学、中山大学、台湾清华大学、北京大学、华中科技大学、山西大学、太原理工大学、电子科技大学、香港中文大学、波兰华沙大学和华沙工业大学联队、清华大学、德国埃尔朗根-纽伦堡大学、大连理工大学、爱沙尼亚塔尔图大学、哥伦比亚 EAFIT 大学、韩国成均馆大学 20 支高校队伍晋级总决赛，共同争夺冠亚军、e Prize 计算挑战奖、最高计算性能奖、应用创新奖、超级团队赛奖等诸多奖项。

回顾超算比赛历史，短短九年间，从 2012 年的只有 27 支队伍参赛，参赛队伍只局限于中国，发展成现在覆盖亚洲、欧洲、美洲等全球 300 多支队伍，竞争越来越激烈。而每一年，也都有队伍创造新的记录。2013 年，华中科技大学在 MIC 架构上，成功对计算金融 BSDE 应用进行了优化，获得 6 万倍性能提升；2014 年，上海交通大学完成石油勘探 3D-EW 20 万核应用性能扩展；2015 年，中山大学实现了 SKA(平方公里射电望远镜阵列) 的天文计算 Gridding 应用的 600 倍性能加速，而总冠军清华大学代表队同年斩获 ASC15、ISC15、SC15 全球三大超算竞赛冠军；2018 年，上海科技大学代表队在人工智能机器阅读理解赛题中，8 小时内完成大规模数据集的并行模型训练，并实现 46.46 的高预测精度。

在 24 日的第 21 届国际超算高峰论坛上，国内外专家学者共聚一堂，对人工智能和超级计算的影响与挑战展开探讨。

ASC 专家委员会主席 Jack Dongarra 教授带来高性能计算与大数据的发展趋势以及未来需要应对的挑战；来自加州大学伯克利分校的 Leon Chua 教授为现场观众介绍了一种新型的双端器件——忆阻器，并展示了它作为超级计算主力的潜力，以及在神经形态计算、深度学习、边缘计算、人工智能等领域的应用；而巴塞尔大学副教授 Florina M. Ciorba 博士则分享了面向高性能科学应用的智能调度，她表示，智能调度将有可能解决负载不平衡问题，这将影响科学应用在现有的和未来的高性能计算系统上运行的性能。

国内也有诸多学者进行分享，如中国科学院大气物理研究所所长助理周天军、中国自动化研究所研究员程健、无锡国家超级计算中心研发中心主任甘霖、大连理工大学副教授邓冬东，演讲内容涉及气候建模、深度神经网络、深度学习太湖之光、个性化心脏模型等诸多应用。

在 25 日的人工智能与超算创新研讨会环节，越来越多与 AI、超算应用相结合的话题，来自浪潮、英伟达的企业嘉宾，为我们带来 HPC AI 的硬件系统，以及基于这些系统的一系列应用。

大连理工大学教授卢湖州在论坛中提到人工智能的发展与应用，他们此前做过一些与 AI 相关的研究，诸如深度手机版单反相机 DeepLens，以及动作转移，他也笑称，因为在动作转移中，主要基于 GAN 网络，而他们的 V100 还不太够，学生们跪求采购硬件。

他表示，历史是螺旋进步的，人工智能经历三次浪潮，未来也必将如此。对比哈佛大学心理学家加德纳的多元智能理论，人工智能与人类相比，在空间、音乐、肢体运动方面尚有差距，在内省、人际、自然探索方面尚无可比性。此外，虽然 AI 呈现爆发增长之势，但总体上还处于初级阶段，虽然还远不足以威胁人类的生存，但其社会影响应当得到高度重视。

而除了对人工智能的探讨，来自中国科学院大连化学物理研究所和中科院北京基因组所的李国辉研究员和赵文明高级工程师，也分别带来了高性能计算与 AI 在生命科学和生物医学领域中的应用、高性能计算在基因大数据领域的应用。

李国辉研究员在讲座中提到化学化工、生命科学、生物医药三大领域中的交叉科学问题，他表示，生物病理的分子机制与药物靶标的发现确认，以及高效、精准的创新药物筛选和设计是 21 世纪最具挑战课题之一。在理论与计算生物物理化学中，分子动力学模拟最为有效。发展至今，理论方法主要面临的挑战在于精度与速度，他谈到多尺度模拟理论方法发展与应用研究以及高精度粗粒化模型、蛋白与小分子识别的机理解析与理论预测等等。

展望未来，他表示，他们与无锡超算中心合作实现了 2 个神威插件 MD 模拟速度接近 V100，已经投稿到 SCE19，这是一大进展。但是目前针对整条染色体（10 亿原子）、简单细胞（100 亿原子）的全原子模型动态学模型已经由日本科学家实现了 100 纳秒高效并行模拟，我国还存在比较大的差距。他随后展望，理论方法 定制芯片 并行算法紧密结合，必将带来生命科学和生物医学等领域的研究与开发的跨越式发展。

赵文明高级工程师在讲座中表示，生物医学研究已进入大数据时代，我们每个人都是大数据的载体，目前来自医院、体检机构、科研院所、高校等，包括临床诊疗数据、影像数据、电子病历档案等在内的数据，每人约有 10TB，每家医院年产数据约 665TB。如今，生物医学大数据正逐步变革和推动生命科学研究。

他谈到，现代医学已经发展到基于生物信息大数据的精准医学阶段，为恶性肿瘤、心脑血管疾病和常见病的防控和治疗提供了革命性的重大历史机遇。不过，中国生物大数据面临迫切需求与挑战，目前欧美日主导国际生物数据的存储，虽然中国输出数据约占 30-40%，但是由于缺乏平台，制约我国精准医学研究与产业创新，在我国，如何存好、管好、用好复杂的精准医学大数据，是机遇，也是挑战。

他们目前的工作有依托研究所的高性能计算平台、生命与健康大数据中心（BIGD），他重点谈到原始基因组数据归档系统（GSA），以前我们必须把数据放在国外数据库，GSA 平台已经获得国际期刊认可，实现了“零”的突破，目前已收集数据超过 1000TB。

而在精准医学方向，他们已经完成一千人的全基因组深度测序，获得了约 90TB 的人类基因组数据，鉴定了 2.5 千万个遗传变异位点，构建了中国人的高精度遗传变异图谱。此外，也已经建立中国人群基因组变异数据库。

而随着二十强选手答辩的结束，ASC19 所有奖项新鲜出炉。最终，台湾清华大学代表队首次夺得总冠军奖杯，清华大学代表队获得亚军，中山大学代表队在 e Prize 计算挑战奖指定赛题 CESM 上表现优异，成功获得该项大奖，北京航空航天大学代表队获得最高计算性能奖，由中山大学、太原理工大学、香港中文大学和德国埃尔朗根-纽伦堡大学组成的超级战队，成为 ASC 历史上首个“超级团队对抗赛”优胜者。