有哪些主流的科学计算是可以利用GPU加速？这一篇让你看明白！

科学计算是指应用计算机处理科学研究和工程技术中所遇到的数学计算。在现代科学和工程技术中，经常会遇到大量复杂的数学计算问题，这些问题用一般的计算工具来解决非常困难，而用计算机来处理却非常容易。

每次用户要求我们配GPU服务器的时候，我更关注的是用户的应用是什么？

早年，有不少科学计算的应用程序是不支持GPU加速，或者是有限地支持，可喜的是，这样的状况已经有很大的改善。

在这里，NVIDIA的贡献功不可没：NVIDIA在全球建立了超过20个GPU中心，数百个学术机构的GPU研究和教育中心的全球网络，提高通用GPU编程软件工具开发的速度，通过与ISV合作加速完善商业HPC应用程序和开发库。

由于NVIDIA公司的大力推动，加上大量的开源代码和活跃的开发者的贡献，越来越多的科学计算都开始支持GPU加速。

在HPC应用支持GPU计算调查中，咨询机构Intersect360在2017年第三季度收集的数据显示，1792个统计程序中共有534个不同的应用程序，在大多数领域中都存在GPU加速应用程序，包括化学研究，流体动力学分析，结构分析，环境建模，地球物理学，可视化/图像处理和物理。

Intersect360列出了50个最常用的高性能计算(HPC)应用程序，识别出目前采用GPU加速的应用程序：

1

化学领域

化学是最常见的HPC应用领域之一，有组织使用HPC系统了解化合物和过程，根据这种理解设计新的物质为今后的研究和产品开发提供信息。包括计算化学，分子建模，和质谱数据分析。

2

流体动力学分析

计算流体动力学(CFD)的解决方案目前异常广泛的被应用，如:飞机设计，内燃机设计，建筑物气流分析，心脏泵的设计，细胞内蛋白质运输的建模，等等。与结构分析领域类似，这些应用主要来自商业代码捐献，但最初的代码来自NASA开发和开源的努力。

3

结构分析

结构分析包括用于分析各种结构的应用程序，包括显式和隐式有限元分析(FEA)，是用于工程分析的重要计算工具。它主要是用来对结构的负载和压力进行分析，包括用于汽车的虚拟崩溃测试。

4

生物科学

生物科学应用是用来揭示生命的本质、并帮助设计医学治疗方案的学科。他们也用于了解和提高农业生产。这部分包括基因组学等应用，蛋白质组学，药物发现等等。由于基因组学的快速发展，带动分析基因和细胞的生物信息学软件快速发展， 使得基因组学驱动整个生命科学发展。

5

其它

剩余的前50个HPC应用程序里包含了2个商业智能领域，2个天气预报和环境建模领域，1个物理和1个模式识别领域。

环境建模包括用于模拟天气、气候、空气质量和海洋的应用程序系统。

SAP和Oracle出现在前50名HPC应用程序的列表中。在业务计算、HPC、甚至科学应用程序之间通过有一些交叉，随着分析领域的迅速发展通过数据库解决一些问题。SAP和Oracle都有GPU加速版本。

物理包括用于建模行为中涉及的基本原理的应用程序，物质和能量。该领域的范围涵盖从宇宙演化的宇宙模型，到量子力学的亚原子水平的物质。

TensorFlow是最常用的应用程序，深度学习与GPU计算有很强的亲和力，而TensorFlow则可以通过GPU实现加速和优化。

（本文参考了：[重磅] HPC应用对GPU计算支持现状解析）