图灵奖公布：高性能计算先驱、为超算铺平道路的Jack Dongarra获奖

姓名：王伟旗；学号：21021210962；学院：电子工程学院

改编自https://blog.csdn.net/csdnsevenn/article/details/123880283

【嵌牛导读】

图灵奖是美国计算机协会于1966年设立的奖项，旨在奖励对计算机事业作出重要贡献的个人，被誉为“计算机界的诺贝尔奖”。图灵奖奖金100万美元，由谷歌提供资金支持。该奖以英国数学家Alan M. Turing的名字命名，他阐明了计算的数学基础和极限。

【嵌牛鼻子】图灵奖公布

【嵌牛提问】读完本文，了解图灵奖的获奖者了吗？

【嵌牛正文】

自1989年以来，Dongarra一直是美国田纳西大学电气工程和计算机科学系的特聘教授，还是橡树岭国家实验室计算机科学和数学部的杰出研究人员。自2007年以来，他还担任了英国曼彻斯特大学的图灵研究员，以及莱斯大学计算机科学系的兼职教授。

Dongarra在研究生涯中获得了多项荣誉，包括IEEE计算机先锋奖，SIAM/ACM计算科学和工程奖，以及ACM/IEEE Kennedy奖。他是ACM、电气与电子工程师协会（IEEE）、工业和应用数学学会（SIAM）、美国科学促进会（AAAS）、国际超级计算会议（ISC）和国际工程技术协会（IETI）的Fellow。此外，他还是美国国家工程院院士和英国皇家学会的外籍会员。

Dongarra通过对线性代数运算的高效数值算法、并行计算编程机制和性能评估工具的贡献，引领了高性能计算的世界。近四十年来，摩尔定律使硬件性能呈指数级增长。在同一时期，虽然大多数软件未能跟上这些硬件进步的步伐，但高性能数值软件却做到了，这在很大程度上归功于Dongarra的算法、优化技术和生产质量的软件实施。

图源：ZDNet（1980年的Dongarra）

这些贡献奠定了一个框架，科学家和工程师由此在大数据分析、医疗保健、可再生能源、天气预测、基因组学和经济学等领域取得了重要发现和改变游戏规则的创新。Dongarra的工作还有助于促进计算机体系结构的跨越式发展，并支持计算机图形学和深度学习的革命。

Dongarra的主要贡献还包含了创建开源软件库和标准，这些软件库和标准采用线性代数作为中间语言，可以被各种应用程序使用。这些库是为单处理器、并行计算机、多核节点和每个节点的多个GPU编写的。这些库还引入了许多重要的创新，包括自动调整、混合精度算术和批处理计算。

作为高性能计算的先驱，Dongarra带领该领域说服硬件供应商优化这些方法，并说服软件开发人员在工作中以他的开源库为目标。最终，从笔记本电脑到世界上最快的超级计算机，Dongarra的努力使得基于线性代数的软件库被普遍用于高性能科学和工程计算中。这些库对于该领域的发展至关重要，使功能越来越强大的计算机能够解决具有挑战性的计算问题。

ACM主席Gabriele Kotsis解释道：“当今最快的超级计算机在媒体上成为头条新闻，并通过在一秒钟内完成万亿次计算的惊人壮举来激发公众的兴趣。但除了对打破新纪录的兴趣外，高性能计算（HPC）一直是科学发现的主要工具。HPC创新也蔓延到许多不同的计算领域，推动了整个领域的发展。Jack Dongarra在指引这一领域的成功发展中发挥了核心作用。他的开创性工作可以追溯到1979年，他仍然是HPC社区中最重要且积极参与的领导者之一。他的职业生涯无疑体现了图灵奖对‘具有持久重要性的重大贡献’的认可。”

谷歌高级研究员、谷歌研究和谷歌健康高级副总裁Jeff Dean说：“Jack Dongarra的工作从根本上改变并推动了科学计算的发展。他在世界上使用最频繁的数值库核心所做的深入工作，是科学计算各个领域的基础，帮助推进了从药物发现到天气预报、航空航天工程和其他数十个领域的发展，帮助推进了从药物发现到天气预报、航空航天工程和其他数十个领域的发展。他专注于表征广泛的计算机已经为计算机体系结构带来了重大进步，（使其）非常适合数值计算。”

四十多年来，Dongarra一直是LINPACK、BLAS、LAPACK、ScaLAPACK、PLASMA、MAGMA和SLATE等多个库的主要实施者或首席研究员。这些库是为单处理器、并行计算机、多核节点和每个节点的多个GPU编写的。从笔记本电脑到世界上最快的超级计算机，他的软件库被普遍用在这些机器上进行高性能科学和工程计算。

这些库体现了许多深刻的技术创新，例如：

自动调谐：通过他在2016年全球超级计算大会上获得时间测试奖的ATLAS项目来看，Dongarra开创了自动寻找算法参数的方法，产生了接近最佳效率的线性代数内核，往往比供应商提供的代码更出色。

混合精度算术：在2006年全球超级计算会议论文《Exploiting the Performance of 32 bit Floating Point Arithmetic in Obtaining 64 bit Accuracy》中，Dongarra率先利用浮点算术的多种精度来更快地提供准确的解决方案。正如最近在HPL-AI基准测试中所展示的那样，这项工作已在机器学习应用中发挥了重要作用，并在世界顶级超级计算机上实现了前所未有的性能水平。

批量计算：Dongarra开创了将大型密集矩阵计算（通常用于模拟、建模和数据分析）划分为多个小任务计算的范例，这些任务的块可以独立和并发计算。基于他在2016年发表的论文《Performance, design, and autotuning of batched GEMM for GPUs》，Dongarra领导开发了用于此类计算的批处理BLAS标准，它们也出现在了软件库MAGMA和SLATE中。

Dongarra在上述工作中与许多人进行了国际合作，他始终扮演着创新驱动力的角色，通过不断开发新技术来最大限度地提高性能和便携性，同时使用最先进的技术保持可靠的数值结果。

此外，他还领导开发了消息传递接口 (MPI)，它是并行计算架构上可移植消息传递的事实标准；以及性能 API (PAPI)，它提供了一个允许从异构系统的组件收集和合成性能的接口。他帮助创建的标准，例如MPI、LINPACK基准和Top500超级计算机名单，支撑着从天气预测到气候变化到分析大规模物理实验数据的计算任务。

对于此次Dongarra获得图灵奖，中科院研究员包云岗解答了网友“如何看待 2021年图灵奖授予美国计算机科学家Jack J. Dongarra？”的问题。

包云岗教授表示，看到Jack Dongarra教授荣获图灵奖的消息，第一感受是惊喜。感到惊喜的原因有两个，第一是很高兴看到高性能计算这个重要领域获得图灵奖；其次是因为Jack Dongarra教授是中国高性能计算界的老朋友，很高兴看到他获奖。

另外，包教授还为前文提到Jack Dongarra教授的贡献补充了一点，那就是Matlab的诞生：Jack Dongarra在新墨西哥大学读博时师从Clever Moler教授，Clever Moler教授在1970年代开发过几个软件，其中一个就是LINPACK。后来为了方便用于教学，Clever Moler又写了一个小工具软件Matlab把它们封装起来，而Jack Dongarra的博士工作正是开发LINPACK。

包教授写道：“用Moler教授自己的话说，LINPACK项目做得很艰难。但是，做难事必有所得！”

最后，再次祝贺Jack Dongarra教授获得图灵奖，也再次祝贺高性能计算领域迎来首个图灵奖！