近日，湖南大學(xué)電氣與信息工程學(xué)院劉杰教授課題組自主研制出了“存算一體”非馮·諾依曼類腦芯片架構(gòu)，用于加速分子動力學(xué)高性能科學(xué)計算。相較主流Intel CPU、NVIDIA GPU芯片，在保持計算高精度前提下，實現(xiàn)了約2個數(shù)量級提速。研究成果以“Accurate and efficient molecular dynamics based on machine learning and non von Neumann architecture”為題，發(fā)表在《npj Computational Materials》期刊。第一作者為電氣院博士生莫平輝，通訊作者為劉杰教授。 |MOz>1<a  
gm%cAme  
自1946年發(fā)明至今，馮·諾依曼架構(gòu)一直占據(jù)統(tǒng)治地位，是CPU、GPU等主流芯片的基礎(chǔ)，也是手機、臺式機、筆記本、計算服務(wù)器、超級計算中心的底層基礎(chǔ)架構(gòu)。目前，需要運行分子動力學(xué)等高性能科學(xué)計算時，使用馮·諾依曼架構(gòu)的計算機是幾乎所有研究人員的唯一選擇，這已成為一種“固有范式”（paradigm）。遺憾的是，馮·諾依曼架構(gòu)中，計算單元（例如CPU/GPU）和存儲單元（例如內(nèi)存）是互相獨立的（即“存算分離”），導(dǎo)致計算總耗時和計算總功耗中的絕大部分（>90%）消耗于存儲單元、計算單元之間的頻繁數(shù)據(jù)搬運，俗稱“存儲墻（memory wall）”和“功耗墻（power wall）”瓶頸。這嚴重制約了計算性能的提升。 K&,";9c  
*<[zG7+&[  
為解決該問題，劉杰教授團隊自主設(shè)計了“存算一體”的類腦芯片架構(gòu)，并基于FPGA研制出了基于新型非馮·諾依曼芯片架構(gòu)的分子動力學(xué)計算系統(tǒng)“NVNMD”（第一版），實現(xiàn)了從傳統(tǒng)馮·諾依曼芯片架構(gòu)向新型非馮·諾依曼芯片架構(gòu)的“范式轉(zhuǎn)移（paradigm shift）”。NVNMD的核心計算模塊中，存儲單元和計算單元緊密融為一體（即“存算一體”），避免了頻繁的數(shù)據(jù)搬運，極大緩解了計算中的“存儲墻”和“功耗墻”瓶頸。實測表明，相較主流CPU、GPU等傳統(tǒng)馮·諾依曼架構(gòu)芯片，可將計算速度提升大約2個數(shù)量級；并可將計算功耗降低大約3個數(shù)量級。 z4~p(tl  
Y;'SD{On  
長期以來，受制于馮·諾依曼芯片架構(gòu)內(nèi)稟的“存儲墻”等瓶頸，在“速度”和“精度”這兩個核心指標(biāo)上，分子動力學(xué)存在“魚與熊掌不可兼得”的問題——經(jīng)典分子動力學(xué)（classical molecular dynamics, CMD）速度快，但精度低，難以滿足高精度計算要求；第一性原理分子動力學(xué)（ab-initio molecular dynamics, AIMD）精度高，但速度慢，難以計算大系統(tǒng)。該成果提出的新型NVNMD兼具AIMD級別的高精度、CMD級別的高速度，在物理、化學(xué)、生物、制藥、地質(zhì)、材料、半導(dǎo)體、納米技術(shù)等領(lǐng)域有廣泛應(yīng)用前景。
hzU(XW  
^KnK \  
=ZO lE|4  
該成果得到了中組部海外高層次人才計劃、國家自然科學(xué)基金、湖南省委組織部百人計劃、湖南省科技廳、長沙市科技局、華為技術(shù)有限公司等經(jīng)費支持。目前，該團隊正在基于高端工藝節(jié)點，設(shè)計非馮·諾依曼架構(gòu)ASIC芯片的NVNMD（第二版），旨在實現(xiàn)單節(jié)點（平方cm量級芯片、百瓦量級功耗、新型非馮·諾依曼芯片架構(gòu)）分子動力學(xué)算力大致相當(dāng)于美國最強超算中心Summit算力總和（占地一棟樓、十兆瓦量級功耗、傳統(tǒng)馮·諾依曼芯片架構(gòu)）的研究目標(biāo)。 ~ivOSr7s}  
CB X}_]9X  
論文鏈接：https://www.nature.com/articles/s41524-022-00773-z