计算机体系结构国重成功举办第四届前沿高峰论坛

　　2022年1月5日，计算机体系结构国家重点实验室第四届前沿高峰论坛在中科院计算所成功举办。来自各高校、科研院所、产业界的学者们汇聚一堂，针对计算机体系结构领域的研究分享了精彩的报告。因疫情防控要求，本届论坛仍采用线上线下相结合的形式开展，社会各界三百余人参加了此次论坛。

　　本届论坛设置了两大主题：戈登贝尔奖专题和国重-企业合作创新论坛专题。戈登贝尔奖专题邀请了七位曾经获奖或入围提名的嘉宾分享自己的科研成果；国重-企业合作创新论坛邀请了八家企业一起探讨产业化、产学研等主题。

　　首先，计算所学术所长、实验室主任孙凝晖院士作为大会主席致欢迎辞，实验室常务副主任李晓维研究员担任大会程序主席并主持了会议。

　　大会主席、实验室主任孙凝晖院士致欢迎辞

　　大会程序主席、实验室常务副主任李晓维研究员主持会议

　　戈登贝尔奖专题

　　此专题分为三个论坛，分别由张云泉研究员、谭光明研究员、冯晓兵研究员主持。专题邀请了七位讲者：中国工程院院士/清华大学教授郑纬民，之江实验室研究员刘鑫，中科院计算所副研究员贾伟乐，中国科技大学副研究员肖建元，中科院计算所副研究员商红慧，清华大学教授陈文光，中山大学副教授李哲。

　　郑纬民院士：从戈登贝尔奖应用看如何应对超级计算机上的稀疏计算问题挑战

　　异构与众核架构已经成为构建新一代超级计算系统的关键技术途径。众核处理器并行度大幅增加，单核的计算和数据访问能力明显降低，使得有效发挥超级计算机计算能力的挑战巨大，而这对于低计算访存比的稀疏计算问题尤为明显。郑院士的报告回顾了近年来ACM Gordon Bell Prize的相关获奖与入围应用，讨论在异构众核超级计算机上设计高可扩展稀疏计算问题求解方法面临的挑战和进展，展望E级系统上的高性能计算应用演进。

　　郑纬民院士作报告

　　刘鑫研究员：基于新一代神威超算系统的量子电路模拟实践和探索

　　量子计算是后摩尔时代计算的重要增效途径，是解决大规模科学计算应用的重要手段。量子模拟器作为经典计算和量子计算的桥梁，基于经典计算机实现量子计算的模拟，对下提供量子计算机的正确性验证，对上辅助用户开展量子算法设计，意义巨大。基于新一代神威超级计算机，研发量子计算模拟器SWQSIM，提出近似最优的张量网络并行切分和收缩方法及混合精度算法，实现每秒4.4百亿亿次的持续计算性能，是超算领域全世界目前已知的最高混合精度浮点计算性能。与“悬铃木”200秒完成百万0.2%保真度采样任务相比较，“顶点”需要一万年完成同等复杂度的模拟，SWQSIM则可在304秒以内得到百万更高保真度的关联样本，在一星期内得到同样数量的无关联样本，打破其所宣称的“量子霸权”。

　　刘鑫研究员作报告

　　贾伟乐副研究员：智能科学计算

　　智能超算为超算应用的发展提出了新的挑战和方向。如何融合传统的”HPC+物理模型”的计算模式与新的智能超算成为新的课题。本报告从典型的科学计算出发，以第一性原理分子动力学为例，展示一种全新的智能科学计算（HPC+AI+物理模型）的计算模式。相比传统的高性能计算，智能科学计算在计算能效上有有成量级的提升，同时也对传统的计算机体系架构提出了新的挑战。贾伟乐副研究员从深度学习分子动力学软件出发，分享智能科学计算的一点进展和思考。

　　贾伟乐副研究员作报告

　　肖建元副研究员：百万亿粒子多架构Tokamak装置等离子体保结构电磁全动理学Particle-in-Cell模拟

　　电磁全动理学Particle-in-Cell（PIC）模拟被广泛应用于磁约束、激光、空间等等离子体物理的研究中，并且人们对模拟规模和精度的需求越来越高。现代先进的超级计算机受功耗和制程的限制，越来越多地使用异构并行架构，这提升了应用同时支持多个超算平台的难度。肖建元副研究员在报告中介绍团队为了解决这一问题，基于scheme语言开发了一套适用于主-从架构的领域专用语言PSCMC，用其实现了大规模并行保结构PIC程序SymPIC，并在新一代神威超级计算机上的优化以及全装置托卡马克动理学等离子体不稳定性的模拟工作。该程序除了有在多种异构架构的超算平台上均可容易移植与调优的优势外，其使用的保结构PIC格式还具有传统PIC格式难以具有的长期保守性，这保证了长时间大规模计算的可靠性。

　　肖建元副研究员作报告

　　商红慧副研究员：千万核可扩展全电子精度第一性原理算法发展，程序优化和科学应用

　　蛋白质作为组成生命的重要大分子，通常由数以万计的原子组成。利用计算机来模拟这些原子运动的微观行为，可以帮我们更好地研究蛋白质的性质，在生物医药等领域有着重要意义。本工作设计和开发了面向国产超算架构的高可扩展性第一性原理物理性质模拟软件包。基于SW39000新一代计算机系统，本工作重新设计了全电子精度的第一性原理计算理论算法。软件与硬件优势相结合，提高了生物蛋白质体系模拟算法的精确度和适用广泛度，可以通过量子力学方法直接模拟得到蛋白质的结构信息，为分析药物的动力学过程开辟了一条新途径，可以使药物的研发更快速、更精确。

　　商红慧副研究员作报告

　　陈文光教授：FABS：人工智能、大数据与科学计算融合计算模式

　　近年来，智能计算正在加速与传统的科学计算融合，但现有智能+科学计算（AI-HPC）系统仍然面临两个重要问题：（1）无法满足对大数据进行预处理和后处理的需求,增加了管理复杂性，降低了系统可用性和性能；（2）现有HPC+AI的编程体系对容错非常不友好，在系统规模扩展到E级和后E级时，全机平均无故障时间仅有数小时，对机器的有效使用提出重大挑战。陈文光教授团队提出人工智能、科学计算与大数据处理（FABS：Fused AI, Big Data and Science）融合的计算模式，以期为未来的大规模并行处理提供高性能、易编程、可容错的编程和运行支持。

　　陈文光教授做报告

　　李哲副教授：自由能微扰方法的开发及在药物发现中的应用

　　如何精确的计算靶标-配体结合自由能是药物设计中所面临的关键问题之一。然而目前广泛应用的药物-靶标结合能评价方法大多不考虑熵变，降低了计算准确度，使得药物设计成功率偏低。自由能微扰（Free Energy Perturbation, FEP）是一种基于统计力学的方法，其基础理论更加严格，有望提高自由能计算的准确度，但其仍然存在收敛性不足、计算速度慢等问题。李哲副教授团队对FEP方法进行了发展，提出了高斯函数增强采样的GA-FEP，利用高斯函数拟合采样概率分布，增加了FEP计算中的积分精度。并进一步推导出准确描述FEP约束能量概率分布函数RED function，提升了FEP的计算速度。通过对于超过100个不同的受体-配体复合物进行测试，发现GA-FEP计算与实验结果有着较好的相关性，说明了方法的可靠。此外，利用GA-FEP方法针对多个靶点成功进行了药物设计（NSR 2021）。使用GA-FEP指导PDE10抑制剂的设计，从1.8 μM的苗头化合物出发，优化得到了高活性抑制剂（IC50=0.87 nM, 2000倍活性提升），相比起始结构有着近2000倍的活性提升。新冠疫情爆发后，利用FEP方法快速在已知药物中发现多个对新冠病毒Mpro具有抑制活性的分子（PNAS 2020，“戈登贝尔新冠特别奖”入围）。其中对Mpro具有最强抑制能力的是双嘧达莫，该药物于2月底3月初进入武汉多家医院的临床试验，并对危重症病人取得了很好的治疗效果（APSB 2020，封面，高引）。以上案例均说明了GA-FEP方法在药物设计中的应用价值，为应急药物响应、重大疾病药物研发提供技术储备。

　　李哲副教授作报告

　　国重-企业创新合作论坛

　　本届高峰论坛新加入了企业创新合作主题，旨在共同探讨企业技术需求、推进产学研合作。论坛由李华伟研究员主持。

　　首先，国重-OPPO联合实验室成员代表就双方的合作情况和研究成果进行了汇报。报告人分别为OPPO中子研究所编译与运行时团队负责人马江、OPPO软件工程系统/软件智慧工程部高级深度学习工程师王锐、计算机体系结构国家重点实验室副研究员路航。

　　国重-OPPO联合实验室代表成员作报告

　　随后，七家特邀企业分别介绍了企业概况和技术需求。参会企业依次为：曙光信息产业（北京）有限公司、澎峰（北京）科技有限公司、中科物栖（北京）科技有限责任公司、中科驭数（北京）科技有限公司、北京中科天齐信息技术有限公司、江苏邦融微电子有限公司、重庆海云捷迅科技有限公司。

　　特邀企业代表作报告

　　最后，国重研究员和各企业代表就行业技术和未来合作进行了热烈的讨论。

　　论坛Panel