企业官网建设流程全解析

ETH‑Zürich SPCL：世界级可扩展并行计算实验室介绍

标签：#HPC#并行计算#MPI#超算#高性能系统
官网：https://spcl.inf.ethz.ch/
适合读者：并行程序开发者、CFD/CAE科研人员、超算运维、高性能系统方向学生

一、实验室简介

SPCL（Scalable Parallel Computing Laboratory，可扩展并行计算实验室），隶属于苏黎世联邦理工学院 ETH‑Zürich 计算机系，由Torsten Hoefler教授带领，是全球顶尖的高性能并行计算研究小组。

SPCL聚焦大规模并行系统全栈研究：从网络协议、运行时系统、并行编程模型、性能工程，到稀疏计算、AI超算、传统HPC应用优化。研究成果大量融入MPI标准、主流超算软件栈，很多工作直接落地于全球TOP超算集群。

团队规模大，包含博士、博士后、HiWi科研助理，同时接收ETH的学期项目、硕士毕业设计；常年开放博士、博士后岗位；对外发布学术报告、技术Talk，Youtube频道公开大量高质量讲座视频，例如著名的《Fortran is dead – Long live Fortran!》，专门探讨传统科学计算Fortran代码现代化演进路径。

团队特点：理论建模 + 开源工具实现 + 真实超算大规模实测，不只停留在论文仿真，大量成果产出开源工具库，工业界和超算中心广泛采用。

二、核心研究方向

1. 并行通信与MPI标准（SPCL最负盛名方向）

Torsten Hoefler是MPI‑3标准的核心贡献者，主导进程拓扑、非阻塞集合通信工作组；非阻塞Allreduce、Allgather等集合算法现在是分布式训练、传统CFD并行仿真的底层基石。

• 集合通信算法优化、拓扑感知的进程映射
• MPI运行时内部性能调优、通信模型理论分析
• 面向AI大模型的分布式通信原语，3D并行（数据/模型/流水线并行）早期奠基工作之一

对于做CFD、MPI‑Fortran的开发者：现在日常使用的很多MPI集合算法，源头就来自SPCL团队研究。

2. 性能工程、性能建模与全程序分析

如何理解大规模并行程序为什么慢？

• 性能追踪、全程序性能分析工具，代表工作CATS（SC25）内存与控制流追踪框架
• 应用特定解析性能模型，不用完整运行程序即可预测并行程序扩展性，辅助调优大规模CFD/科学仿真
• 循环、指针的静态程序分析，Fortran/C/C++并行代码的性能诊断

3. 稀疏计算与异构硬件加速

面向GPU、Tensor Core做稀疏矩阵计算优化：

• SpMM稀疏矩阵‑矩阵乘法利用Tensor Core（SC24）
• VENOM：面向稀疏张量核的N:M向量压缩格式
• 非结构化网格、有限元类科学计算的异构并行优化，对CFD、有限元仿真非常有参考价值

4. 中间件、操作系统与HPC运行时

• 共享内存、分布式内存混合运行时
• 近数据处理、FPGA网络硬件加速（FPsPIN项目）
• 内存系统、存储系统的可扩展数据访问

5. HPC + AI交叉

传统超算与深度学习融合：分布式训练、稀疏深度学习、大模型并行通信优化，很多思想被PyTorch Distributed、NCCL参考借鉴。

三、代表性开源成果 & 知名Talk

SPCL重视开源输出，很多工具可以直接用于HPC科研工作：

1. MPI‑3 非阻塞集合通信标准：集成进Open‑MPI、Intel‑MPI等主流实现，所有MPI用户都在受益
2. 性能建模与预测工具：用于评估并行程序强扩展/弱扩展，指导大规模作业核数选择
3. CATS：全程序内存与控制流追踪分析工具，定位内存密集程序瓶颈（类似你做CFD内存带宽瓶颈定位场景）
4. 公开Talk《Fortran is dead – Long live Fortran!》：2023 Salishan会议，非常适合Fortran‑MPI CFD开发者，探讨老科学代码现代化改造路径

补充：SPCL产出大量SC、HPDC、PPoPP顶会论文，很多可以在官网直接获取。

四、SPCL对于国内HPC/CFD开发者的价值

如果你写Fortran MPI CFD、有限元这类内存密集并行程序，SPCL的成果可以给你很多启发：

1. 进程拓扑、rank映射、NUMA绑定理论基础来自SPCL研究，解释为什么scatter/compact排布会显著影响CFD性能；
2. MPI集合通信底层算法理解，帮助分析大规模并行仿真中Allreduce、Allgather通信瓶颈；
3. 性能工程方法论：如何建模、预测并行程序扩展性，而不是盲目试错跑不同核数；
4. Fortran老代码现代化的思路，视频讲座可以直接拿来参考。

提示：SPCL不产出面向终端用户的CFD求解器，产出的是底层并行系统、通信算法、性能分析工具。

五、资源渠道

1. 官网：https://spcl.inf.ethz.ch/，论文、项目、招聘信息全部公开
2. Youtube频道：SPCL @ ETH Zurich，大量学术报告视频，包括Fortran专题、稀疏计算专题
3. SPCL‑friends邮件列表：接收团队讲座、公开会议通知
4. Github组织：搜索 ETH‑SPCL，大部分工具源码开源

六、小结

SPCL是并行计算领域的标杆实验室，它的独特之处在于打通理论模型‑开源实现‑真实超算大规模验证。很多我们日常写MPI并行程序时习以为常的底层能力，溯源都能看到SPCL的贡献。

对于做CFD、CAE科学计算的工程师，不一定直接使用它的工具，但学习SPCL提出的性能工程、通信拓扑、可扩展建模思想，对大规模并行程序调优会带来很大帮助。

延伸阅读建议：优先观看《Fortran is dead – Long live Fortran!》讲座，非常贴合Fortran‑MPI科学计算开发者。