3月25日，在中國科學(xué)院“先導杯”并行計算應用大賽啟動(dòng)會(huì )上，中國工程院院士、大賽專(zhuān)家咨詢(xún)委員會(huì )主席李國杰講述了一件往事。 

1987年1月，李國杰從美國學(xué)成歸國，成為中國科學(xué)院計算技術(shù)研究所一名研究員。就在這一年，李國杰受中國科學(xué)院理論物理研究所之邀，專(zhuān)門(mén)去講授一門(mén)課程：并行計算。 

李國杰注意到，彭桓武（“兩彈一星”功勛科學(xué)家，時(shí)年72歲）、郝柏林（我國著(zhù)名理論物理學(xué)家，時(shí)年53歲）等老科學(xué)家都坐在臺下聽(tīng)課，一堂不落。 

“我深深感受到了老一輩物理學(xué)家當時(shí)對并行計算技術(shù)的渴求?！崩顕苷f(shuō)。

并行計算迎來(lái)黃金時(shí)

“下一個(gè)十年，將出現一個(gè)全新的體系結構的‘寒武紀大爆發(fā)’，學(xué)術(shù)界和工業(yè)界的計算機架構師將迎來(lái)一個(gè)激動(dòng)人心的時(shí)代；而體系結構的改進(jìn)必須和并行算法、并行軟件同步進(jìn)行，而且越是高層的改進(jìn)效率提升越大?！崩顕苷f(shuō)，因此，“未來(lái)幾十年一定是并行計算的黃金時(shí)代”。 

為什么說(shuō)計算機性能越高、其能解決的問(wèn)題越大，算法的優(yōu)化所帶來(lái)的好處就越大？李國杰舉了一個(gè)例子。 

“一個(gè)問(wèn)題的規模為N，假設解決該問(wèn)題一種算法為Alg1，它的計算復雜性是N的平方；另外一個(gè)算法是Alg2，優(yōu)化以后它的計算復雜性是Nlog2N。那么，兩個(gè)算法的性能比值是N/log2N——N越大，性能的差別就越大?！崩顕芨M(jìn)一步說(shuō)明道，“對于只能解決問(wèn)題規模為10的低端計算機，兩個(gè)算法的性能只相差3倍；但是對于能解決問(wèn)題規模達1000的超級計算機，兩者性能就相差100倍?！?nbsp;

“換一個(gè)角度，如果在低性能的單機上兩種算法可解決問(wèn)題的規模相差3倍，則在包含上百萬(wàn)處理器的超級計算機上，兩個(gè)算法可解決問(wèn)題的規模相差上百倍?！崩顕苷f(shuō)，因此，計算機性能越高，越需要優(yōu)化算法。 

據介紹，此次中國科學(xué)院“先導杯”并行計算應用大賽，就意在凝聚不同領(lǐng)域專(zhuān)業(yè)人才，彌補我們在基礎算法和軟件應用上的不足，建立和完善先進(jìn)計算產(chǎn)業(yè)生態(tài)。 

從技術(shù)推動(dòng)轉向應用拉動(dòng) 

在分享中李國杰提到，計算機科學(xué)家的思維定勢仍是技術(shù)推動(dòng)，而非時(shí)下更為迫切的應用拉動(dòng)。 

“過(guò)去，在計算機科學(xué)家的傳統思維邏輯中，他們認為用戶(hù)并不知道需要什么技術(shù)；于是計算機科學(xué)家引進(jìn)新的語(yǔ)言、研制新的編譯技術(shù)、創(chuàng )新系統結構來(lái)解決某些并行問(wèn)題，然后將他們自以為‘聰明’的解決方案推送給用戶(hù)。而問(wèn)題是，用戶(hù)并不會(huì )用也不太愿意學(xué)習這些學(xué)者們提供的方法?！?nbsp;

“計算機科學(xué)工作者應當和應用領(lǐng)域專(zhuān)家一起開(kāi)發(fā)關(guān)鍵的并行應用程序?！崩顕苷f(shuō)，當前計算機科學(xué)正在融入到其他科學(xué)中。計算機科學(xué)中的概念、定理、方法正在發(fā)展成為更寬廣領(lǐng)域，特別是生物和化學(xué)領(lǐng)域的基本工具，這些工具將集成到整個(gè)科學(xué)的織網(wǎng)中。 

“現在新的科研途徑就是應用拉動(dòng)的，即所謂top-down研究方式，計算機科學(xué)工作者應當和應用領(lǐng)域專(zhuān)家一起開(kāi)發(fā)關(guān)鍵的并行應用程序?！崩顕苷f(shuō)，計算機科學(xué)家與其他領(lǐng)域的科學(xué)家密切合作，已成為當代科學(xué)研究的特點(diǎn)。 

他指出，其他領(lǐng)域的學(xué)者運用普遍流行的算法和軟件會(huì )解決一些局部性的問(wèn)題、獲得一些漸進(jìn)性的改進(jìn)，但要獲得算法上的根本性突破，需要與真正懂算法的計算機科學(xué)家深度合作。 

“為解決腦科學(xué)的解剖成像等問(wèn)題，一些腦科學(xué)家這幾年一直和我的一個(gè)老朋友——中國工程院的外籍院士、普林斯頓大學(xué)計算機科學(xué)系講席教授李凱合作。這些腦科學(xué)家用傳統的技術(shù)重構老鼠的大腦需要7000年，現在通過(guò)他的新算法、新模型，數據分析時(shí)間縮短了20萬(wàn)倍?！崩顕苷f(shuō)。 

并行計算仍面臨不少挑戰 

在分享的最后，李國杰提出，盡管并行計算大行其道，但“并行計算并不是萬(wàn)能藥”。 

他提出，目前，智能計算、大數據計算主要是靠并行處理，不但GPU給人的希望是大規模并行，量子計算、生物計算等的威力也是并行處理?！安⑿杏嬎汶m然有很強大的功能、效率，但是它也不是萬(wàn)能的?！?nbsp;

“30多年前，我在美國讀博士的時(shí)候，就在我的博士論文中作出這樣的結論——并行處理只能夠提高串行計算可求解問(wèn)題的計算效率，不能用來(lái)擴大求解指數負載性問(wèn)題的規模?！崩顕芙忉尩?，也就是說(shuō)，如果某個(gè)問(wèn)題是指數復雜性問(wèn)題，僅僅采用并行計算，求解問(wèn)題的規模是擴大不了的。 

此外，并行計算目前還面臨著(zhù)不少挑戰。李國杰提到，并行計算目前還面臨著(zhù)“需要有全新的思路挖掘片內并行性”“如何緩解因擴展并行而惡化的訪(fǎng)存瓶頸”“并行算法也要緊緊圍繞低功耗這個(gè)更重要的目標”“提高并行計算的通用性、覆蓋應用的范圍”“必須對付智能應用這類(lèi)動(dòng)態(tài)、不確定的復雜負載”等重要命題。

 來(lái)源：《中國科學(xué)報》