随着科技的迅猛发展，高性能计算（HPC）正迎来革新与挑战并存的时代。美国劳伦斯伯克利国家实验室（LBNL）即将投入使用的“Doudna” NERSC-10超级计算机，成为连接传统科研与人工智能新时代的重要桥梁。该系统不仅象征着对高性能计算深度变革的探索，也反映出国家能源研究科学计算中心在推动基础科学创新和应用科学突破中的战略布局。 在过去几十年中，超级计算机主要致力于高精度的模拟与建模工作，比如气候变化预测、核聚变模拟和宇宙学探测。传统HPC的核心特点是大量浮点数的精确计算，尤其是双精度（FP64）运算能力。然而，随着人工智能（AI）技术的兴起，尤其是生成式AI对计算资源的强烈需求，HPC系统的设计正在发生显著变化，混合精度运算逐渐成为主流，这对硬件架构、能效以及软件生态提出了新的要求。
“Doudna” NERSC-10项目于2023年启动招标，由戴尔公司作为主要承包商，英伟达负责提供核心计算引擎和高速互连网络。这一组合打破了传统由惠普企业（HPE）独揽国家级超级计算项目的格局，充分体现了供应链多元化及技术创新的策略考量。英伟达不仅提供了具有强大算力的GPU加速器——未来的Rubin系列，还有高达800Gb/s的数据中心量子二代InfiniBand互连系统，确保节点间数据交换的高速与稳定。 命名为“Doudna”的系统追溯于生物化学家詹妮弗·杜德纳（Jennifer Doudna），她因发明基因编辑技术CRISPR而获得诺贝尔化学奖。此命名意在彰显超级计算对生命科学领域的推动力，反映出NERSC-10的设计目标不仅限于物理学、材料科学等传统领域，更聚焦于基因组学、药物发现和复杂生物模拟。 相较于是前代系统Perlmutter，Doudna预算约为2.5亿美元，预算增长与硬件成本攀升同步。
由于芯片制程工艺的逐渐放缓，摩尔定律的终结使得FP64性能的提升幅度有限，尤其是GPU浮点计算的成本显著上升。Rubin GPU的FP64性能虽有所提升，但与传统A100和H100有明显差异，这对科学计算领域提出了挑战。能源效率方面，Doudna设计强调液冷方案，确保约20兆瓦的电力消耗在超高密度计算环境中实现可持续运转。 值得注意的是，NERSC-10系统不仅追求理论计算峰值，而更关注实际应用的性能提升。研究人员预期通过混合精度算法的优化，实现整体10倍的应用加速效果。而在AI工作负载上，性能提升或将达到30倍。
为此，NERSC发布了涵盖AI和传统高精度模拟的混合基准测试套件，推动合作厂商不断优化系统架构与软件堆栈，以适配多变的科研需求。 Doudna的另一大特色是更加紧密地与实验设施融合，例如同步辐射光源、基因测序仪和天文望远镜。过去超级计算中心的定位多为离线数据处理枢纽，而未来的Doudna旨在实现“实时计算+实验反馈”，缩短科研周期，提高数据利用效率。网络与存储系统将通过高质量服务保证带宽与延迟需求，形成一体化、可编程的数据中心架构，对全链路实现细粒度控制与安全保障。 在架构层面，Doudna采用跨节点内存一致性设计，支持多达72个GPU的内存域联合运行，极大提升了节点的并行度和可用内存容量。这种设计理念契合了当前中型规模科研作业任务多、需求分散的实际情况，同时也兼顾了大规模作业对高速互连带宽的需求，有助于实现系统资源的最佳分配与利用。
预算与成本的平衡始终是超级计算项目的关键考量。尽管NVIDIA Rubin GPU单价可能达到6万美元左右，但考虑到所有设备的电力与维护成本，NERSC-10系统力求以有限的资金实现尽可能多的应用性能提升。相较于耗资数十亿美元的AI巨型训练平台，Doudna代表了科研领域在经济与技术上的务实选择。 尽管如此，未来路向充满不确定性。量子计算作为潜在的颠覆技术，虽有望解决特定复杂问题，但其在通用计算领域的应用尚需时日。当前NERSC的战略则更加注重在经典计算基础上推进软硬件协同创新，积极拥抱AI与HPC的融合趋势。
Doudna的成功部署预计将带动应用领域的巨大跃进，包括量子色动力学、材料科学分子动力学模拟以及基因组数据分析等。科研人员将能够实现更快速的数据校准与模拟迭代，推动能源、医药、环境等多个关键领域的科学突破。 总结来看，“Doudna” NERSC-10超级计算机不仅是一台技术先进的科研基础设施，更是人工智能与传统科学计算融合的实验平台。它体现了高性能计算产业在新时代的探索与变革，同时也彰显了国家对科学研究持续投入的决心。未来，随着混合精度计算、异构架构设计以及实验设施的深度融合，Doudna将引领超级计算走向更加智能、高效与多元的未来。
