機器學(xué)習(xí)是一種人工智能技術(shù)，在商業(yè)應(yīng)用中取得了前所未有的成功。但是，機器學(xué)習(xí)在科學(xué)高性能計算中應(yīng)用卻很有限。原因何在？高級機器學(xué)習(xí)工具不是專為大數(shù)據(jù)集設(shè)計，例如用于研究恒星和行星的工具。英特爾、美國國家能源研究科學(xué)計算中心（National Energy Research Scientific Computing Center, NERSC）及斯坦福大學(xué)的聯(lián)合團隊改變了這一情況。他們研發(fā)出一套深度學(xué)習(xí)系統(tǒng)，可在15千萬億次每秒(petaflop)的計算機上工作。通過在超級計算機科里（Cori）上測試運行，該系統(tǒng)表現(xiàn)出了處理大型數(shù)據(jù)集的能力。

在超級計算機上使用機器學(xué)習(xí)技術(shù)，科學(xué)家就能從大型復(fù)雜數(shù)據(jù)集中得到更多信息。加速器等強大儀器能產(chǎn)生巨型數(shù)據(jù)集。這款新軟件可以讓世界上最大的超級計算機將這類數(shù)據(jù)用于深度學(xué)習(xí)，得到的信息可促進地球系統(tǒng)建模、聚變能和天體物理學(xué)。相關(guān)研究論文“15PF的深度學(xué)習(xí)：科學(xué)數(shù)據(jù)的監(jiān)督和半監(jiān)督分類”文章中描述發(fā)表于《高性能計算、網(wǎng)絡(luò)、存儲和分析國際會議論文集》（Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis）。

機器學(xué)習(xí)技術(shù)有望讓科學(xué)家從加速器、光源、望遠(yuǎn)鏡和計算機模擬等產(chǎn)生的大型復(fù)雜數(shù)據(jù)集中提取寶貴信息。雖然這些技術(shù)在多種商業(yè)應(yīng)用中取得了巨大勝利，但是它們在科學(xué)的高性能計算中應(yīng)用有限，因為現(xiàn)有工具不是為許多科學(xué)領(lǐng)域中發(fā)現(xiàn)的太字節(jié)或千兆字節(jié)級數(shù)據(jù)集而設(shè)計。

英特爾、美國國家能源研究科學(xué)計算中心及斯坦福大學(xué)的聯(lián)合團隊攜手應(yīng)對在太字節(jié)或千兆字節(jié)級數(shù)據(jù)集上應(yīng)用深度學(xué)習(xí)技術(shù)所產(chǎn)生的問題。該團隊開發(fā)出首款在15千萬億次每秒的計算機上運行的深度學(xué)習(xí)軟件。該軟件可執(zhí)行大型科學(xué)數(shù)據(jù)集進行的大量訓(xùn)練運行，展現(xiàn)出其用于數(shù)據(jù)密集型應(yīng)用的可擴展性。這些運行使用了美國國家能源研究科學(xué)計算中心超級計算機科里所有的物理和氣候相關(guān)數(shù)據(jù)集。運行得到的峰值速度在11.73至15.07千萬億次每秒之間（單精度），平均持續(xù)性能為11.41至13.47千萬億次每秒。