Das Ökosystem der inländischen Rechenleistungssoftware in China begrüßt eine neue Full-Stack-Plattform. Am 29. Juni ging die von der Computer Network Information Center der Chinesischen Akademie der Wissenschaften und anderen Einheiten gemeinsam entwickelte „Yisuan Ark“-Full-Stack-Plattform für inländische Computersystem-Softwareökosysteme offiziell online. Die Plattform konzentriert sich auf Probleme wie die schwierige Softwareanpassung, die schwierige Code-Migration und die umständlichen wissenschaftlichen Arbeitsabläufe in der inländischen Rechenleistungsumgebung, bietet eine integrierte Lösung für den Aufbau des Ökosystems wissenschaftlicher Berechnungssoftware und fördert den Wandel der inländischen Rechenleistung von Hardware-Durchbrüchen hin zu einer kollaborativen Anwendung von Software und Hardware.
Die Veröffentlichung von „Yisuan Ark“ zielt auf die Schwachstellen im Software-Ökosystem ab, die nach der großflächigen Anwendung der inländischen Rechenleistung zutage getreten sind. In den letzten Jahren haben sich die Fähigkeiten der inländischen CPUs, GPUs, Beschleunigerkarten und Supercomputersysteme in China rapide verbessert. Dennoch stoßen Wissenschaftler und Ingenieure bei der Migration von Anwendungen immer noch auf eine Vielzahl praktischer Probleme: Der ursprüngliche Code kann nicht direkt an inländische Geräte angepasst werden, die Effizienz der zugrunde liegenden Algorithmen auf heterogener Hardware ist instabil, der technische Simulationsprozess erfordert die manuelle Konfiguration mehrerer Tools, und einige wissenschaftliche Ergebnisse lassen sich nur schwer reibungslos auf der inländischen Rechenleistungsplattform umsetzen. Wenn diese Probleme nicht gelöst werden, können inländische Hardware, selbst wenn sie über Rechenleistungsindikatoren verfügt, nur schwer wirklich in wissenschaftliche und technische Effizienz umgewandelt werden.
Die wissenschaftliche Berechnung ist besonders stark auf das Software-Ökosystem angewiesen. Bereiche wie Wettersimulation, Materialberechnung, Strömungsmechanik, Biomedizin, Luft- und Raumfahrt, Energieausrüstung und technische Simulation sind oft auf langjährig entwickelten Code, Algorithmenbibliotheken und professionelle Software angewiesen. Viele wissenschaftliche Codes wurden ursprünglich auf der Grundlage bestimmter internationaler Hardware- und Software-Stacks entwickelt. Bei der Migration auf inländische Geräte müssen Compiler, Laufzeitbibliotheken, parallele Frameworks und Beschleunigungsschnittstellen neu angepasst werden. Für Forschungsteams führen hohe Migrationskosten und lange Debugging-Zyklen direkt zu Auswirkungen auf die Reproduzierbarkeit von Ergebnissen, die Modellvalidierung und den Rhythmus der technischen Entwicklung.
„Yisuan Ark“ versucht nicht, ein einzelnes Tool-Problem zu lösen, sondern eine vollständige Kettenschließung von Algorithmen über Code bis hin zu Anwendungen aufzubauen. Die Plattform baut um die inländische Rechenleistungsanwendung herum drei Kernfähigkeiten auf, die die zugrunde liegende Rechenleistungsanpassung, die Optimierung der Zwischenalgorithmen und die wissenschaftlichen Anwendungen auf der oberen Ebene miteinander verbinden, sodass Wissenschaftler nicht ständig zwischen mehreren Hardware-Architekturen, Software-Abhängigkeiten und technischen Umgebungen wechseln müssen. Sie fungiert eher als „Anpassungsschicht“ und „Beschleunigungsschicht“ im inländischen Ökosystem der wissenschaftlichen Berechnung, kapselt die komplexen zugrunde liegenden Unterschiede und ermöglicht es den Benutzern, sich mehr auf die wissenschaftlichen Probleme selbst zu konzentrieren.
Die Code-Migration ist das direkteste Anwendungsszenario der Plattform. Bisher erforderte die Migration wissenschaftlicher Software auf verschiedene inländische Chips oder heterogene Geräte in der Regel umfangreiches manuelles Umschreiben und Debugging. Die Anweisungen, Speicherverwaltung, Parallelisierungsmethoden und Operatorunterstützung verschiedener Hardware-Architekturen unterscheiden sich erheblich. Ein Code, der auf einer Plattform normal läuft, kann auf einer anderen Plattform Leistungseinbußen oder sogar Lauffehler aufweisen. „Yisuan Ark“ senkt durch einheitliche Anpassung und Toolchain-Unterstützung die Hürde für die Code-Migration und verbessert die Portabilität wissenschaftlicher Software auf inländischen Rechenleistungsgeräten.
Die Effizienz der zugrunde liegenden Algorithmen ist ebenfalls entscheidend. Wissenschaftliche Berechnungen umfassen oft groß angelegte Matrixoperationen, die Lösung partieller Differentialgleichungen, Gitterberechnungen, Molekulardynamiksimulationen und Multiphysik-Kopplungen. Es reicht nicht aus, den Code einfach „zum Laufen zu bringen“; er muss auf inländischen Geräten auch „schnell und stabil laufen“. Wenn die zugrunde liegenden Algorithmen nicht für die Hardware-Eigenschaften optimiert sind, werden Rechenleistungsressourcen verschwendet, und Wissenschaftler können nur schwer eine akzeptable Recheneffizienz erzielen. Die Integration der Algorithmenoptimierung in die Kernfähigkeiten der Plattform trägt dazu bei, die Auslastung der inländischen Rechenleistung in realen wissenschaftlichen Aufgaben zu verbessern.
Die Komplexität technischer Simulationsabläufe ist ein weiterer langjähriger Schmerzpunkt. Viele industrielle Anwender sind keine professionellen Computerentwickler, sondern Ingenieure aus den Bereichen Material, Energie, Ausrüstung, Maschinenbau, Luftfahrt, Medizin usw. Sie müssen Simulationsmodellierung, Parameterkonfiguration, Aufgabenübermittlung, Ergebnisanalyse und Visualisierung durchführen. Wenn jeder Schritt ein tiefes Verständnis der zugrunde liegenden Rechenleistungsumgebung erfordert, ist die Anwendungshürde hoch. „Yisuan Ark“ bietet eine integrierte Lösung, die den komplexen Aufrufprozess der inländischen Rechenleistung in benutzerfreundlichere Arbeitsabläufe kapseln soll, um die Nutzungshürde für wissenschaftliche und technische Teams zu senken.
Aus industrieller Sicht schließt die Einführung von „Yisuan Ark“ die kritischste Zwischenschicht im inländischen Rechenleistungs-Ökosystem. Hardware-Durchbrüche lösen das Problem „Rechenleistung zu haben“, während das Software-Ökosystem das Problem „Rechenleistung gut nutzen zu können“ löst. Ohne einen ausgereiften Software-Stack können inländische Geräte kaum groß angelegte wissenschaftliche und technische Anwendungen übernehmen; wenn die Software-Anpassungsfähigkeit verbessert wird, kann die inländische Rechenleistung schneller in Szenarien der wissenschaftlichen Berechnung, technischen Simulation und industriellen Forschung und Entwicklung Einzug halten. Nach der Einführung der Plattform wird sich die Anwendungskette der inländischen Rechenleistung von punktuellen Hardware-Beschaffungen hin zu einer Kollaboration von Algorithmen, Code, Anwendungen, Toolchains und Servicesystemen entwickeln.
Diese Art von Plattform wird auch die Effizienz der Umsetzung wissenschaftlicher Ergebnisse beeinflussen. Eine große Anzahl wissenschaftlicher Ergebnisse bleibt in Papieren, Prototypen oder umgebungsspezifischem Code stecken, unter anderem weil die Kosten für die technische Migration zu hoch sind. Wenn das inländische Computersystem eine einheitliche Anpassung und eine effiziente Laufzeitumgebung bieten kann, wird es mehr Algorithmusmodellen, Simulationsprogrammen und Branchensoftware helfen, in reale Geräteumgebungen zu gelangen und Aufgaben wie Materialforschung, Ausrüstungsdesign, Energiesimulation, Wirkstoffscreening und Modellierung komplexer Systeme zu unterstützen. Dies hat einen praktischen Wert für die Verbesserung der Autonomie und Kontrollfähigkeit der wissenschaftlichen Forschungsinfrastruktur.
Die zukünftigen Schwerpunkte liegen auf dem Öffnungsbereich der Plattform, den unterstützten inländischen Chip-Typen, der Anzahl der unterstützten wissenschaftlichen Berechnungssoftware, der Betriebseffizienz in realen technischen Szenarien und der Frage, ob eine nachhaltige Software-Ökosystem-Community gebildet werden kann. Damit die inländische Rechenleistung wirklich ausgereift ist, darf man sich nicht nur auf Durchbrüche bei einzelnen Hardware-Indikatoren verlassen; es bedarf auch der gemeinsamen Verbesserung von Toolchains, Anwendungsbibliotheken, Entwickler-Ökosystemen und Branchensoftware. Die Einführung von „Yisuan Ark“ markiert, dass das inländische Ökosystem der wissenschaftlichen Berechnung von der hardwaregetriebenen Phase in die Phase des kollaborativen Aufbaus von Software und Hardware eintritt.