近年来，随着人工智能、高性能计算、边缘计算等技术的持续突破，计算机领域掀起了新一轮的变革浪潮。以往被视为遥不可及的智能化愿景，如今正逐渐成为现实。与此同时，此轮浪潮也带来了数据安全、隐私保护、伦理道德等一系列亟待解决的挑战。
如何拥抱技术革新？如何确保技术可持续发展？如何在创新与责任之间寻找平衡点？封面新闻推出图灵奖得主系列专访，本期独家对话杰克·唐加拉。
对话·人物
杰克·唐加拉（Jack Dongarra），1950年出生，美国计算机科学家、数学家，美国国家工程院院士，全球超级计算机Top500排行榜发起人，田纳西大学特聘教授。此外，他还是橡树岭国家实验室计算机科学与数学部的研究人员，该实验室隶属于美国能源部，拥有泰坦和高峰等多次排名世界第一的超级计算机。
2021年图灵奖得主杰克·唐加拉。受访者供图
美国计算机协会（ACM）将2021年图灵奖授予唐加拉，以表彰他在数值算法和库方面的开创性贡献，他的研究使得高性能计算能够跟上四十多年来硬件发展的步伐。
对话·奖项
图灵奖（Turing Award），美国计算机协会于1966年设立，目的之一是纪念世界计算机科学先驱、英国曼彻斯特大学教授艾伦·图灵。图灵奖是计算机界最负盛名的奖项，有“计算机界诺贝尔奖”之称，获奖者必须在计算机领域作出卓越且影响深远的贡献。
图灵奖对获奖者的要求极高，评奖程序也极严，一般每年只奖励一位计算机科学家，只有少数年度有两名以上在同一方向上作出贡献的科学家同时获奖。
“过去十年来，中国在高性能计算领域取得了显著进步。在2001年时全球超级计算机500强中还没有中国的身影，但时间来到2019年9月，中国研发制造的超级计算机在全球500强名单中，已占据219个位置，排名全球第一。”
杰克·唐加拉在接受封面新闻记者专访时表示，中国在高性能计算方面的成就已成为其他国家的竞争基准，这使美国、日本和欧洲一些国家加速发展本国高性能计算，这进一步推动了全球技术进步和创新。
TOP500推动
高性能计算领域创新
封面新闻：您在数值算法和库方面的开创性工作对高性能计算产生了深远影响。你能简要介绍在这个领域的贡献以及为何它具有开创性吗？
唐加拉：近40年来，摩尔定律使计算机硬件性能呈指数级增长。与此同时，大多数软件未能跟上这些硬件发展的步伐。我的研究提高了高性能计算的性能并拓展了其功能，使得数值软件能跟上硬件发展步伐，这为高性能计算（High Performance computing，HPC）的发展奠定了一个框架，使来自不同学科的研究人员能执行“以前不可能”的模拟和分析，对生物医学、物理学、材料科学等众多学科的发展产生了深远影响。
具体而言，我开发的基础线性代数包（Basic Linear Algebra Subprograms，BLAS）、线性代数算法库（the Linear Algebra PACKage，LAPACK）等为高性能计算发展奠定了基础。通过提高计算的效率和可扩展性，这些库使研究人员能处理比以前更多、更复杂的问题。此外，我提出了高性能系统软件开发的标准化方法，如消息传递接口（MPI），确保了不同计算平台之间的兼容性。这种标准化对计算机科学的协作性至关重要，允许不同团队有效地协同工作。
值得一提的是，从1993年起，我与汉斯·沃纳梅尔等人联合编制了一个全球超级计算机TOP500排行榜，从系统性能、技术方向等多个方面反映了全球超级计算机的最新发展状况，成为世界最权威的超级计算机排行榜。这推动了高性能计算领域的竞争和创新，拓展了算力的边界，促进了硬件和软件的进步。
高性能计算
如何影响其他领域
封面新闻：能否介绍高性能计算是如何影响其他领域的？
唐加拉：比如对生物医学的研究，HPC在基因组测序、蛋白质结构预测和细胞水平的生物过程模拟中发挥重要作用。例如，在新冠肺炎疫情期间，HPC被用于模拟不同药物如何对病毒产生作用，从而更快速地找到有效治疗方法。
在气象领域，HPC对天气预报和气候模拟中使用的模型至关重要。这些模型需要处理大量气象数据，以预测气温和气候变化。HPC可实现更精确的预测，这对防范自然灾害和了解气候变化至关重要。
在金融领域，HPC用于风险评估、为复杂的金融工具定价以及模拟市场。这些任务需要快速处理大量数据以作出实时决策和预测，从而直接影响交易和投资策略。
在人工智能和机器学习领域，HPC提供了训练复杂AI模型所必需的计算能力，特别是深度学习算法，这需要大量算力来有效处理大型数据集。
高性能计算领域
有哪些挑战和机遇
封面新闻：随着人工智能和机器学习的兴起，对高性能计算资源的需求越来越大，以训练大模型和处理海量数据。您认为这一领域存在哪些挑战和机遇？
唐加拉：我认为HPC可以大幅缩短训练AI模型的时间，从而实现更快速的迭代和创新。这种“加速度”可以使研究更快地取得突破，并在现实应用中更快地给出人工智能解决方案。HPC的计算能力允许在更大数据集上训练更复杂的模型，这还可以大大提高AI应用的准确性和可靠性。
此外，HPC驱动的AI正开辟新的市场和应用，从零售业的实时分析到科学研究的复杂模拟，这些应用可以推动经济增长并带来新的商机。
随着HPC资源通过云服务和协作框架变得更加广泛，较小的组织和研究人员能获得以前只有大型机构才能获得的算力，从而使AI更加可及。同时，人工智能、机器学习和高性能计算的融合促进了跨学科研究，结合了来自不同领域的见解，以便更有效地解决复杂问题。
但不可否认的是，这种融合给许多行业带来变革的同时也引发了一系列问题。比如，随着AI模型变得越来越复杂，对HPC资源的需求呈指数级增长。训练最先进的模型（如图像识别模型）可能需要数千个GPU。在保持性能的同时，有效扩展这些资源是一项重大挑战。同时，运行HPC基础设施的能源需求是巨大的，尤其在用于训练大模型时。与这些操作相关的碳足迹越来越令人担忧，寻找高能效计算解决方案正成为当务之急。人工智能和机器学习通常涉及需要安全存储、处理的海量数据集。确保数据的完整性和安全性，尤其是在医疗保健或金融等敏感领域，会增加HPC运行的复杂性。
高性能计算领域
中国的表现如何
封面新闻：如何评价中国在高性能计算领域的表现？这将如何影响全球高性能计算的发展格局？
唐加拉：过去十年来，中国在HPC领域取得了显著进步。2001年全球超级计算机500强中还没有中国的身影，但时间来到2019年9月，中国研发制造的超级计算机在全球500强名单中，已占据219个位置，排名全球第一。其中，中国自主研发的神威·太湖之光超级计算机在2016年和2017年的TOP500排行榜中位列第一，这些数据足可以看出中国在超级计算机领域的实力。中国也一直在扩展其HPC的基础设施，支持了众多服务于学术和工业的超级计算中心。
中国在HPC方面的成就已成为其他国家的竞争基准，这使美国、日本和欧洲加速发展本国高性能计算，这种竞争进一步推动了全球技术进步和创新。
先进的HPC能力影响一国的经济竞争力，因为HPC可以支持制造业、制药和数字服务等行业的创新。中国HPC的发展支持了其各领域的经济增长，并使其成为技术驱动型市场的重要参与者。
作为图灵奖得主
哪些新技术方向让您感兴趣
封面新闻：您2021年获得了图灵奖，这是一项巨大的荣誉对您来说意味着什么？
唐加拉：对我来说，这个奖项证明了我的工作对全球计算机科学特别是在软件工具开发的影响，这些工具对解决科学计算中的数值问题至关重要。基础线性代数包等工具不仅提高了许多学科的计算能力，还制定了促进计算领域广泛创新的标准。
这一奖项不仅反映了我个人的成就，也反映了基础软件在计算生态系统中的重要性，证实了软件工具在提高全球复杂计算系统的性能和效率方面的作用。
封面新闻：是什么激发了您对计算机领域最初的好奇和热情？
唐加拉：我在职业生涯早期就对计算机科学和数值算法产生了兴趣，这是我的学习经历带来的。在获得芝加哥州立大学数学学士学位和伊利诺伊理工学院计算机硕士学位后，我于1980年在新墨西哥大学获得了应用数学博士学位。我的博士工作重点是线性代数中的数值算法，这为我后期对HPC的贡献奠定了基础。
我对HPC的兴趣在美国能源部下属的阿贡国家实验室得到了进一步满足，在那里我为EISPACK和LINPACK库的开发作出了贡献，这两个库在数值线性代数计算中至关重要。能解决复杂的计算问题令我兴奋，且HPC发展给其他领域带来的新变化也令我满足。
封面新闻：哪些新的技术方向让您感兴趣？
唐加拉：我对许多新技术感兴趣，比如神经形态计算。受人脑的启发，神经形态芯片以模拟神经架构的方式处理信息，这足够令人兴奋，因为它提供了创建更节能的人工智能系统的可能性，能够以更接近人脑的速度和精度执行模式识别等任务。同时，随着技术对环境的影响越来越明显，可持续计算变得越来越重要。节能计算、更好的电池技术和更环保的数据中心也令人期待。此外，我对量子计算、机器学习、边缘计算等领域也充满了兴趣。
图灵奖得主给年轻人的寄语
我希望年轻人能去追寻他们真正感兴趣的东西。深入参与他们感兴趣的主题通常会更有成就感，这种内在动力对长期保持努力和兴趣至关重要，尤其是在具有挑战性的领域。
我还建议年轻人设定高远的目标。这能鼓励他们拓展自己的能力，探索更多可能性，而不是满足于平庸。即使他们并不总是能达成这些目标，他们从中获得的也会比设定一般目标而获得的要多。
此外，年轻人要学会预见并拥抱失败，把它作为获得洞察力的机会，这对于培养毅力和勇气来解决难题是至关重要的。
与自己感兴趣领域的同龄人、导师和专业人士建立关系同样重要。人际关系网能帮助年轻人从他人的经验中学习，获得新的机会，并获得支持和指导。
——杰克·唐加拉
（如有版权问题，请联系删除）
