事迹简介

谭光明，男，汉，1980年5月出生，中共党员，中国科学院计算技术研究所研究员、高性能计算机研究中心主任。他是曙光高性能计算机系列的系统和性能优化负责人，主持完成了多项重大科研项目和课题，提出了数据渗透优化技术，实现了曙光6000的异构加速性能世界第一、曙光7000的峰值速度世界第一。他推动了国产高性能计算机系统的应用和普及，促成了多项成果转化。曾获得国家科学技术进步奖二等奖。

事迹详情

申请人长期从事高性能计算的研究工作，作为曙光高性能计算机团队中算法设计和性能优化方向负责人，参与了国家级重大工程项目曙光4000、曙光5000、曙光6000、曙光7000和曙光E级机系列国产超级计算机系统的研制，以及国家重大科技基础设施地球系统数值模拟装置和国家重大仪器设备专项的研制，主持的国家重大项目和课题经费累计超过2亿元，获得了国家科技奖进步奖二等奖和卢嘉锡青年人才奖，入选了中科院特聘研究员和青年创新促进会。近五年来，在IEEE/ACM汇刊、《NatureBiotechnology》、《NatureCellBiology》和PPoPP等重要国际期刊和会议上发表学术论文80余篇，授权专利4项。担任了《IEEETPDS》编委（AssociateEditor）、超级计算国际基准测试Graph500指导委员、CCFA类国际学术会议SC和PPoPP的程序委员。

曙光高性能计算机的三大核心技术包括国产通用高性能处理器、整机液冷系统和机群访存优化，申请人系统构建了通用型机群访存优化算法设计和优化方法，攻克了大规模并行体系结构和基础软件效率优化核心技术，解决了基于国产通用x86处理器构建的曙光高性能计算机系统运行速度世界第一的关键难题。主要创新点和价值如下：

1）突破P级（千万亿次）的高性能算法：曙光6000系统研制的关键问题是如何高效利用众核加速处理器，申请人设计了半自动优化执行指令序列和隐藏数据传输的深度流水算法；提出了融合矩阵模式、算法变种和体系结构的机器学习模型，设计了输入自适应的高性能自动调优基础框架。在稠密矩阵、稀疏矩阵和图计算上验证了这些技术的有效性，实现了同期性能最高的算法库。使曙光6000成为国内首次实测峰值性能突破千万亿次的系统，获国家科技进步二等奖。成果发表在CCFA类会议PPoPP2019和IEEE/ACM汇刊上，获得了论文验证杰出奖和最佳论文提名；应用到9院9所的激光聚变数值模拟中的代数多重网格求解，时间减少了20%；论文发表2年后，Intel公司发布的数学库中也采用了类似的优化策略。

2）跨越100P级（十亿亿次）的高性能算法：曙光7000系统研制的关键问题是如何高效利用超大规模异构并行，申请人提出了Accelerator-Centric的异构编程模型，设计了模型驱动的全流水并行算法；设计了基于IO代理的分段同化以获得重叠I/O和计算流水线并行；提出了最优解空间模型，实现了面向模板计算的领域编程语言及其异构并行计算代码生成库。成果发表在CCFA类会议PPoPP2019和ACM汇刊上，同时提高了基于国产x86处理器构建的高性能计算机的性能上界和下界，使曙光7000系统的Linpack和HPCG运算速度均打破世界纪录。应用到国家重大科技基础设施“地球系统数值模拟装置”的建设，是业界目前业内唯一能够有效扩展到10000核的数据同化方法，得到了曾庆存院士的高度肯定。

3）面向智能和大数据的高性能算法：人工智能和大数据应用是高性能计算最重要的新兴负载，研究其机群访存优化算法技术对下一代曙光高性能计算机发展至关重要。申请人设计了符合众核微体系结构特征的浮点融合操作调度算法，改善了由于长延迟访存指令导致对浮点部件供数不足的瓶颈，实现的深度学习核心算法超过NVIDIA算法库；提出了“Aligner-Cleaner-Caller”编程模式，定义了Process和Resource的内存计算优化机制，消除了直接内存计算中的冗余计算，实现的编程框架支持扩展到数千核，数天完成的全基因组测序流程缩短至半小时以内。成果发表在CCFA类会议PPoPP2017/2018和IEEE/ACM会刊上，合作成果发表在高影响力期刊《NatureBiotechnology》、《NatureCellBiology》和《Gut》。技术转化促成中科曙光深度学习一体机4000万销售额；加速系统由于在第三军医大学的生物防御项目研究发挥重要作用，应用单位评价“对于大数据生物计算具有突破性意义和引领效应”。该项工作为“多模态跨尺度生物医学成像设施”等国家重大科技基础设施研制奠定了基础。

获得荣誉

年份	表彰单位	荣誉名称
2013年	中华人民共和国国务院	国家科技进步奖二等奖
2011年	中国科学院	入选青年创新促进会
2010年	中国科学院	卢嘉锡青年人才奖
2008年	中国计算机学会	优秀博士论文奖
2007年	中国科学院	院长优秀奖

荣誉照片

媒体报道链接

http://news.sciencenet.cn/htmlnews/2020/3/436457.shtm

媒体报道截图