高性能计算平台建设1周年
发布时间：2025-05-07 作者：[信息网络与数据中心]张晓平 阅读：0次
中国地质大学（北京）校级高性能计算平台自2024年3月正式投入使用以来，已经走过了充满收获的一年。这一年来，平台作为学校科研创新的关键基础设施，成功为15个学院、75个团队、600+师生提供了强大的计算支持，助力多个国家级项目顺利实施。依托平台发表SCI论文34篇，其中顶刊顶会论文8篇，有力推动了学校科研水平的提升。
二、平台实力，一算为快
平台采用多节点异构架构设计，配置先进：
·32个刀片计算节点，总计2048计算核心
·1个大内存计算节点（1TB内存）
·强大GPU资源：包括NVIDIA HGX A800、海光DCU等多种高性能计算卡
·3个存储节点，总容量达1224TB
平台特色：
· 双精度理论峰值达368 TFlops
·InfiniBand高速互联网络，带宽达200Gb/s
·完善的软件生态支持，预装主流深度学习框架
·智能化作业调度系统，确保资源高效利用
三、科研案例，超算赋能学科前沿
【战略矿产成因与勘查研究】
地球科学与资源学院
邱昆峰 教授 团队
邱昆峰教授团队充分发挥高性能计算平台在分布式存储、多核并行与GPU加速方面的优势，围绕矿物成因与资源探测进行了多项创新研究：
· 矿物图像智能识别与迁移学习应用
邱昆峰教授团队利用高性能计算平台的分布式存储和多核CPU+GPU并行加速，基于Swin Transformer架构，构建了高精度的金属矿物分类模型，实现了对毒砂、黄铜矿、自然金、黄铁矿和辉锑矿等不透明矿物的快速识别。这项研究揭示深度学习技术在预测金锑等金属矿物的物质来源及定量解译矿物空间分布方面的巨大潜力。
图 不透明矿物的迁移学习识别模型
· 俯冲带金属和挥发分迁移机制模拟
俯冲带是重要的成矿环境，金属元素与挥发分的迁移过程极为复杂。邱昆峰团队结合热力学数值模拟和质量平衡计算，利用平台Linux集群与Anaconda虚拟环境批量并行处理多组模拟数据，定量诠释了俯冲过程板-幔界面金和硫的质量传输机制，以及交代地幔内金迁移富集与地幔楔氧化的成因联系。
图 俯冲带板-幔界面金和硫循环富集模型
· 地球化学成因分类模型可解释性提升
邱昆峰团队基于高性能计算平台的多核 CPU 与 GPU 并行加速，提出“决策边界图”方法，将地球化学数据的分类决策过程可视化。同时依据黄铁矿微量元素数据，构建了矿床类型分类的决策图，增强了模型透明度，协助洞察数据分布趋势、评估预测不确定性，对厘清矿床成因争议具有重要意义。
图 黄铁矿成因类型的决策边界图模型
邱昆峰教授总结表示：“高性能计算平台提供了强大的存储与算力支持，使我们能在大规模数据处理、复杂数值模拟与深度学习应用中不断探索创新，加速科研进程。未来，我们将继续依托这一平台，进一步推进矿床成因机制与资源预测研究，助力地球科学领域的重大突破。”
【新能源材料研究】
材料科学与工程学院
李晓薇 副教授 团队
李晓薇副教授团队依托超算平台，开展了新型碱金属离子电池负极材料的理论设计与性能预测研究。通过第一性原理计算和分子动力学模拟，团队成功探索出多种性能优异的碱金属离子电池负极材料，并已在平台支持下发表5篇国际SCI论文。
研究成果涵盖锂、钠、钾离子的吸附、扩散性能研究，以及不同温度下材料的分子动力学模拟，为新能源材料开发提供了理论基础。
李晓薇副教授表示：“超算平台是材料模拟研究非常实用且必不可少的一项科研工具”
图 分子调控石墨烯层间距作为锂、钠、钾离子电池负极的性能模拟结果
【环境基因组学研究】
水资源与环境学院
代天娇 副教授 团队
代天娇副教授团队基于宏基因组测序技术，探究微生物对碳氮等元素循环和气候变化的响应特征。高性能计算平台为团队大规模宏基因组数据分析提供了强大算力支持，帮助团队对数百个宏基因组样本进行高效挖掘，成功重建数千个宏基因组组装基因（MAGs），并系统解析其功能性状特征。
代天娇副教授评价："高性能计算平台为复杂生态研究提供了可靠、高效的数据处理保障”
图 中等和高等质量宏基因组组装基因组（MAG）的特征分布
四、服务亮点
平台为全校师生提供三大核心服务：
·高性能计算服务：满足地质模拟、资源勘探等大规模科学计算需求
·AI计算支持：为机器学习、深度学习研究提供算力支持
·大数据处理能力：支持海量地质数据分析与挖掘
五、展望未来
未来，我校高性能计算平台将持续优化服务流程，扩展计算资源，推进"智算赋能科研"战略实施。我们期待与全校师生一起，充分利用高性能计算平台的强大能力，在科学研究的道路上不断突破，为学校"双一流"建设贡献力量！
