超级计算机的开源GPU技术
GPU，即图形处理器，又称显示核心、视觉处理器、显示芯片，是专门在移动设备上进行图像和图形相关运算工作的微处理器。2020年，GPU市场出现了巨大的供给缺口，这来自于加密货币挖掘和机器学习疯狂增长的需求。同时，科学研究领域也需要GPU加速器对新材料和生物分子进行数学建模。
来自HSE超级计算机原子建模和多尺度分析国际实验室、JIHT RAS和MIPT的研究人员比较了流行的分子建模程序在AMD和Nvidia生产的GPU加速器上的性能。在《国际高性能计算应用杂志》发表的一篇论文中，学者们首次在新的开源GPU技术AMD HIP上移植了LAMMPS。
学者们对三个分子建模程序：LAMMPS，Gromacs和OpenMM在峰值参数相当的Nvidia和AMD GPU加速器上的性能进行了彻底的分析。在测试中，他们使用了载脂蛋白A1（ApoA1）模型。他们发现，研究计算的性能不仅受到硬件参数的影响，而且还受到软件环境的影响。事实证明，在并行启动计算内核的复杂情况下，AMD驱动程序的无效性能会导致相当大的延迟。开源的解决方案仍然有其缺点。
这项研究首次将LAMMPS移植到新的开源GPU技术AMD HIP上。这项发展中的技术看起来很有前途，因为它有助于在Nvidia加速器和AMD的新GPU上有效使用一个代码。开发的LAMMPS修改版已作为开放源码发布，并在官方资源库中提供：来自世界各地的用户可以使用它来加速他们的计算。
AMD ROCm——一个新的用于GPU加速器编程的开源基础架构。这个平台的开源特性给了人们最大限度地将使用其开发的代码移植到各种类型的超级计算机的希望。
基于AMD GPU加速器的最大的新超级计算机的项目已经接近完成。芬兰的Lumi具有0.5 exaFLOPS的性能（这与150万台笔记本电脑的性能相似！）正在迅速建成。今年，预计美国将诞生一台更强大的超级计算机Frontier（1.5 exaFLOPS），而在2023年预计将有更强大的El Capitan（2 exaFLOPS）。
