ИТ для нового стиля бизнеса
отмена
Отображаются результаты для 
Вместо этого искать 
Вы имели в виду: 

3 перспективных варианта использования суперкомпьютеров

HPE_Russia

 

Supercomputing_HPC_blog.jpgБернард Голден для enterprise.nxt

 

Бизнесы трансформируются под воздействием огромных объёмов компьютерной обработки. И мы ожидаем увидеть гораздо больше этой трансформации, поскольку суперкомпьютеры продолжают своё распространение.

ИТ-организациям предлагается управлять широким спектром цифровых приложений, которые невообразимы в мире, где основное внимание уделяется аналоговым взаимодействиям. Многие из этих приложений также требуют огромных масштабов вычислений, также невообразимых в аналоговом мире. Строго говоря, каждая ИТ-организация должна быть подготовлена ​​к масштабированию, и для этого требуются навыки применения суперкомпьютеров.

Например, не так давно было широко известно, что значительную часть любой новой бизнес-инициативы будет составлять подготовка персонала контактных центров к запросам клиентов. Однако, сегодня многие клиенты предпочитают – и даже настаивают – на цифровом взаимодействии, рассматривая общение с живым человеком в контактном центре как бремя.

Каждая ИТ-организация должна быть подготовлена ​​к масштабированию, и для этого требуются навыки применения суперкомпьютеров.

Этот пример показывает, как наше общество и экономика переходят от аналоговых процессов к цифровым. Иногда даже трудно понять, насколько быстро происходит это преобразование, но это происходит вокруг нас в масштабе реального времени.

По прогнозам IDC, к 2020 году рынок суперкомпьютеров вырастет в среднем на 5,9%. Очевидно, что цифровое предприятие потребляет сегодня огромное количество вычислительных ресурсов для создания новых приложений, которые составят основу завтрашних бизнес-практик.

Вот три отрасли, где передовые компании применяют суперкомпьютеры уже сегодня.

  1. Сельское хозяйство

Генная инженерия имеет очень долгую историю. На протяжении веков земледельцы улучшали урожайность пшеницы: идентифицировали отдельные растения, которые обладали желательными свойствами, и сеяли на своей земле больше именно этих семян. За прошедший век такой подход привел к улучшению сортов пшеницы, повышению урожайности и сокращению использования пестицидов.

Тем не менее для этого подхода существуют ограничения. По существу, мы полагаемся на природу для создания желаемого сорта. Развитие генетического секвенирования позволяет улучшить и ускорить этот процесс. С учетом возможной переносимости генов между разновидностями или видами, растения можно будет улучшать, выходя за пределы традиционных методов.

Этот подход требует анализа генов растений, чтобы сопоставить различия в специфических генах с желательными признаками. Этот анализ должен проводиться во многих отдельных геномах растений для выделения последовательностей в гене, который отвечает за эти признаки. В свою очередь, это требует большой вычислительной мощности для сортировки массивов данных.

Анализ можно расширять, применяя эпигенетику – исследование экспрессии генов, контролируемых факторами окружающей среды, которые могут привести к различным результатам. Такой анализ означает, что количество и объем наборов данных увеличивается взрывообразно, что ещё больше увеличивает требуемую вычислительную мощность.

Исторически сложилось так, что из-за высокой стоимости вычислений большинство ресурсов генетического анализа было направлено на приоритетные усилия, такие как открытие новых лекарств от человеческих болезней.

К счастью, снижение стоимости суперкомпьютинга позволяет применять генетический анализ в большем числе случаев. Таким образом, в настоящее время генетический анализ растений стал вполне доступным. Результаты этого анализа теперь обнаруживаются на полках продуктовых магазинов – например, фрукты дольше хранятся зрелыми и становятся лучше на вкус. Важность продовольственных культур нельзя переоценить: обеспечение каждому человеку доступа к надежному продовольственному снабжению является одним из важнейших факторов развития человечества.

Мы всё ещё находимся на раннем этапе применения суперкомпьютерного генетического анализа для растений, но в течение следующего десятилетия мы ожидаем, что это направление будет развиваться, а выгоды и возможностей для бизнеса будет все больше.

  1. Автомобилестроение

На протяжении многих лет функции безопасности, такие как ремни и подушки, в значительной степени способствовали повышению безопасности автомобиля и значительному снижению смертности на дорогах.

Структура автомобиля – ещё один важный аспект безопасности автомобиля. На заре автомобильной промышленности конструкторы автомобилей пытались защитить пассажиров путем создания всё более жёстких кузовов. Однако это означало, что вся сила аварии передавалась пассажирам. В 1937 году инженер Mercedes разработал концепцию зоны деформации – секции автомобиля, которая деформируется при столкновении, тем самым уменьшая силу, передаваемую пассажирам. Зоны деформации теперь являются частью каждого производимого автомобиля. Со временем они улучшились, как видно на этом видео столкновения между Chevrolet 1959 и 2009 годами выпусков.

Традиционно инженеры разрабатывали зоны деформации с помощью ручных вычислений, используя известные свойства соответствующих частей автомобиля – например, прочность стальных листов кузова или сопротивление натяжению стоек.

Оценить то, как общая структура деформировалась и, таким образом, защитила пассажиров, возможно путем физического тестирования, то есть, разбивания настоящих автомобилей для того, чтобы увидеть, как они себя показали. Это очень дорогостоящий процесс, и его стоимость ограничивает возможности такой оценки для многих потенциально полезных конструкций смятия.

К счастью, инженерная оценка теперь может быть в значительной степени выполнена при помощи суперкомпьютерного анализа. Это даёт возможность протестировать очень много вариантов зон деформации, в том числе, например, замену дешёвого и более тяжелого металла на более лёгкий и прочный, но более дорогостоящий.

Эта способность моделирования особенно важна сегодня, когда автопроизводители должны подстраиваться под многие различные, иногда противоречащие друг другу требования:

  • безопасность, которая требует как можно большей прочности и массы;
  • дальность пробега, которая требует как можно меньшей массы;
  • аэродинамическое сопротивление ветру, которая полностью зависит от формы кузова.

Улучшение одного требования должно быть оценено в свете того, как это повлияет на другие требования – классическая инженерная проблема.

Возможность быстро модифицировать дизайн автомобиля для оценки этих компромиссов, не требуя при этом дорогостоящего физического производства, означает для изготовителя экономию времени и средств. Преимущества симуляции можно увидеть, например, в Honda Civic образца 2016 года, которая значительно более безопасна, чем предыдущие модели, благодаря обширным имитациям аварий.

  1. Общественный транспорт

Недавно у меня была возможность посетить сессию на конференции о планировании технического обслуживания в метрополитене Гонконга. В прошлом Гонконгский метрополитен (Mass Transit Railway, MTR) опирался на опытных сотрудников, чтобы выбирать и распределять различные задачи тех.обслуживания. Хотя это не плохой способ удостовериться, что важные задачи будут выполнены, MTR нашел гораздо лучший путь: использовать машинное обучение для оптимизации своего графика обслуживания. Для обработки огромного количества вычислений, необходимых в этом процессе, конечно, использовался суперкомпьютер.

Применение машинного обучения к планированию технического обслуживания окупилось для MTR. Это не только сэкономило два дня работы дорогостоящих сотрудников в неделю при планировании ремонтов и обслуживания, но также добавило ежедневно 30 минут на дополнительное обслуживание, за счёт более разумного назначения задач. Учитывая, что значит общественный транспорт для жителей Гонконга, это – существенное улучшение.

Упоминалось, что рабочие в начале сочли график технического обслуживания странным, потому что не было предложено никаких разъяснений причин назначения некоторых рабочих заданий. В презентации, на которой я присутствовал, докладчик отметил, что обслуживающие сотрудники были обеспокоены всей системой, потому что это был черный ящик – никто не мог точно понять, почему были приняты те или иные решения.

Несмотря на эти разговоры, MTR настоял на расписании разработанным при помощи суперкомпьютерной системы. В течение короткого периода времени обслуживающие сотрудники MTR приняли это расписание.

Теперь вы можете сказать: «Это здорово, но я не являюсь оператором общественного транспорта, поэтому мне не нужно об этом думать». Это было бы не самым правильным выводом, потому что почти у каждого бизнеса есть некоторый постоянный процесс, который использует человеческие суждения для оптимизации, и которые потенциально могут быть улучшены с участием суперкомпьютеров. Например, Google применил эти методы к своим центрам обработки данных и улучшил использование энергии на 15% – феноменальный результат. Не позволяйте этим примерам ограничить ваше понимание потенциала суперкомпьютеров для развития бизнеса. Вместо этого ищите в вашей компании возможности применить суперкомпьютеры для повышения эффективности основных бизнес-процессов.


Суперкомпьютерные бизнес-возможности: уроки для лидеров.

  • Суперкомпьютинг усиливает и расширяет возможности аналитики, позволяя проводить больше экспериментов и улучшать бизнес-результаты.
  • Использование суперкомпьютинга увеличивается взрывообразно, как только компании выявляют новые возможности, которые могут быть исследованы с использованием его больших вычислительных мощностей.
  • Суждение человека может быть дополнено – или даже заменено – за счет мощных вычислений.
0 баллов
Об авторе

HPE_Russia