过去10年AI与HPC融合发展经过蜜月期，成为最强伴侣。一方面超级计算机及其核心技术对人工智能飞速发展提供了超级算力，大大提升了大型神经网络的训练效率和精度；另一方面世界领先的超级计算机大部份算力都来自于异构加速芯片／AI芯片。同时AI／HPC融合发展还存在巨大挑战，比如：混合精度计算问题。随着量子计算等新型计算的出现和逐渐成熟，这也为AI与HPC的融合发展带来了不确定性。本论坛将聚焦和讨论AI与超算融合发展中的机遇和挑战，从AI／HPC应用软件研发、生物大数据处理、量子计算等几个角度进行深入探讨。

魏彦杰

中国科学院深圳先进技术研究院，研究员

高性能计算研究中心执行主任

简介：魏彦杰研究员，现担任中国科学院深圳先进技术研究院高性能计算研究中心执行主任，深圳市高性能大数据处理平台主任，获2020年中国科学院必和比拓导师科研奖。他的研究领域为生物信息学与高性能计算交叉领域，在相关领域发表高质量学术论文70多篇，包括Nucleic Acids Research, PloS Computational Biology,Bioinformatics,Cell Research, ICPP2016, ICPP2018, PPoPP2015等，授权专利近20项。主持多项研究课题，包括科技部重点研发计划课题、国家自然科学基金、国家发改委项目、广东省重点研发计划、广东省产学研项目以及深圳市孔雀计划项目等。

夏文

哈尔滨工业大学（深圳）计算机学院副教授

简介：夏文，哈尔滨工业大学（深圳）计算机学院副教授、博士生导师、硬件与系统教研室副主任、中国计算机学会信息存储和系统软件专委会委员；主要研究方向为数据存储系统、去重压缩等，在FAST、USENIX ATC、PIEEE、IEEE TC、IEEE TPDS等知名会议和期刊上发表论文50余篇，授权国内外专利20项；主持国家自科基金项目2项，以及省市级科研项目和横向课题十余项；所带领的课题组与EMC、NEC、华为、腾讯、南大通用等公司展开了广泛的技术合作；曾获得教育部自然科学一等奖、湖北省科技进步一等奖、中国电子学会优秀博士学位论文奖、广东省“珠江人才”、深圳市计算机学会科学技术一等奖等荣誉；研究成果已被多个开源项目采纳（比如Ceph、rdedup、SZ等）。

刘卫国

山东大学教授，CCF高性能计算专委委员，CCF生物信息学专委委员

简介：刘卫国，山东大学教授，CCF高性能计算专委委员，CCF生物信息学专委委员，其研究领域为高性能计算、大数据处理与分析。迄今为止以第一作者或通讯作者发表学术论文70余篇，发表在包括著名国际期刊如Bioinformatics, IEEE TPDS, IEEE TCBB, BMC Bioinformatics, Computational and Structural Biotechnology Journal，Journal of Computational Biology和著名国际会议如SC, FAST, NSDI, IPDPS, ICPP, BIBM, IEEE Cluster等。其中，所发表的188体育投注：使用GPU处理器进行生物大数据处理的论文获得德国Fraunhofer IGD的最佳论文一等奖，2016 CCF高性能计算学术会议最佳论文奖，2017年ACM“戈登?贝尔”奖。目前承担了包括科技部国家重点研发计划、国家自然科学基金面上项目、国家自然科学基金山东联合基金、中德合作科研项目(PPP)等国家和省部级重要科研项目。

报告题目：高性能计算助力生命科学

报告摘要：一寸光阴一寸金，生命科学中的数据分析和计算往往非常耗时，但是借助于传统分布式高性能计算平台来加速相关处理流程又需要大量的资金、人力投入。本报告以团队研发的高性能分子动力学模拟软件、高性能组学大数据处理软件为例，介绍了在有限硬件资源下、在超算平台以及常见的服务器或者工作站平台上如何通过高性能计算相关技术来加速数据处理与计算模拟。在相同硬件环境下，经过深度优化的高性能软件可以将数据处理与计算模拟速度提升一到两个数量级。

贾伟乐

中国科学院计算技术研究所副研究员

博士生导师

简介：贾伟乐，中国科学院计算技术研究所副研究员，博士生导师。致力于智能科学计算（结合高性能计算、人工智能与第一性原理计算）研究，其参与研发的高性能深度学习分子动力学软件，比同类型软件效率提高3个数量级，被广泛应用（D. Limmer利用该软件的计算结果发表于Science 2021, 371, 921）。以第一作者获2020年高性能计算戈登贝尔奖，入选2020年中国十大科技进展。

报告题目：智能科学计算

报告摘要：

智能超算为超算应用的发展提出了新的挑战和方向。如何融合传统的”HPC+物理模型”的计算模式与新的智能超算成为新的课题。本报告从典型的科学计算出发，以第一性原理分子动力学为例，展示一种全新的智能科学计算（HPC+AI+物理模型）的计算模式。

相比传统的高性能计算，智能科学计算在计算能效上有有成量级的提升，同时也对传统的计算机体系架构提出了新的挑战。本报告从深度学习分子动力学软件出发，分享一点在国内外超级计算机上的使用体会；同时从现有智能科学计算软件的角度出发，对计算机体系架构（尤其是人工智能芯片）的一点思考。