GPU加速超级计算机重塑TOP500全球最快计算机排名。

历史上首次，TOP500列表中新增的浮点运算性能中有56%来自GPU而非CPU。三个新系统体现了这一转变：Summit以Linpack分数122.3 petaflops击败了93 petaflops的Sunway TaihuLight，成为排名第一的系统；Sierra排名第三，达到71.6 Linpack petaflops；以及日本的AI Bridging Cloud Infrastructure (ABCI)排名第五，达到19.9 Linpack petaflops。

Summit采用IBM服务器，每台配备两个Power9 CPU和六个V100 GPU，其27,686个GPU贡献了系统187.7 petaflops峰值性能的95%。Sierra采用类似架构，每个双插槽Power9节点配备四个V100 GPU，其中17,280个GPU占系统性能的绝大部分。ABCI为每台服务器配备两个Intel Xeon Gold CPU和四个V100 GPU，其4,352个V100 GPU贡献了19.9 Linpack petaflops性能的绝大部分。

56%的数字可能低估了GPU在HPC市场中的采用率。据NVIDIA加速计算业务部副总裁Ian Buck称，销往HPC/AI/数据分析领域的Tesla GPU中超过一半的购买者从不提交系统参与TOP500评选，要么对排名不关心，要么不愿向竞争对手透露其硬件采购情况。这三个新系统代表了AI与HPC融合的重要里程碑，因为V100 GPU中的Tensor Core具有专门的16位矩阵运算能力，赋予它们前所未有的深度学习潜力。仅Summit就拥有超过三个exaflops的深度学习峰值性能，Sierra大约两个exaflops，ABCI大约半个exaflop——合计代表的深度学习能力超过TOP500列表中其他497个系统的总和。TOP500作者、田纳西大学和橡树岭国家实验室教授Jack Dongarra评论道："今年的TOP500列表代表了明确的转变，即系统向支持HPC和AI计算两者的方向发展。"

虽然英特尔、谷歌、富士通、Wave Computing和Graphcore等公司正在开发专门的深度学习加速器，但NVIDIA为Tesla GPU产线设计的集成AI-HPC方案证明了其优势，因为机器学习越来越多地加速传统HPC应用，涉及天气预报、金融分析、基因组学和油气勘探等领域。虽然Buck承认传统HPC建模与机器学习之间的相互作用仍处于最早阶段，但他坚持认为"只会变得越来越紧密相连"，主张在同一芯片上支持64位HPC、机器学习和可视化的好处远超单一目的加速器的优势。已有554个代码被移植到V100——包括所有排名前15的HPC应用——V100s能够为常规超级计算提供七个双精度teraflops的性能，混合工作负载的机器现在变得常规化，从巴塞罗那超级计算中心的MareNostrum增加三个Power9/V100节点机架，到Pawsey超级计算中心的Nimbus增加12个V100 GPU。