世界一直在變，但有些事卻是永恆不變的，例如參加黑客松做 scrum 開發的熱血，還有終於找到解決方法，看到一線曙光的那股興奮，永遠都會帶出開發者、工程師的成就感。NVIDIA 為了推廣 GPU 的好，在今年仍然不畏疫情，在線上舉辦了連續 5 天的黑客松，廣邀台灣開發者一起來挑戰。
NVIDIA TWCC GPU Hackathon 與國研院國網中心、台灣智慧雲端服務攜手協辦活動，專為開發者、研究人員設計一個連續 5 天的活動，協助開發團隊透過 GPU 找到加速程式碼的新方法。
因此，過往只知道使用 CPU 或是傳統資料分析模式的開發團隊，非常有可能在 5 天之內就可以上手 GPU，並且找到適合自身團隊的開發效率全新解決方案。這場活動特別提供 TWCC 臺灣 AI 雲運算資源供參賽者使用，甚至 NVIDIA 還會出動專家講師，特別針對 GPU 與技術工具做使用指導。
沒看過哪場黑客松，還是主辦方親自邀請團隊來體驗的
為了向開發者推廣這超好用的工具，NVIDIA 這一次舉辦黑客松不只是開放報名，還會親自上門邀請團隊參加黑客松，其中的大功臣就是 NVIDIA 資深解決方案架構師賴柏均。他表示，希望透過實際應用，讓學界與產業更了解 GPU 的應用可能及發展潛力，進而讓更多產學界夥伴擁抱這實用的工具。
為了找尋適合的團隊，賴柏均多管齊下，除了透過先前的團隊介紹，更在各式研討會、業界活動中尋找潛在需求者，邀請他們來體驗看看：透過 GPU 將工作內容全面升級，究竟是種什麼樣的感覺？
這一次 NVIDIA 也特別邀請兩組參與黑客松的團隊，親自分享專案開發過程，以及 Before and After 成果！
智慧製造的關鍵項目，產線智慧排程如何優化？
由林群惟博士、蘇粲程博士所帶領的團隊「AI Scheduler」，首度參與本屆黑客松，就透過 GPU 加速找到未來商品優化的方向。
AI Scheduler 團隊成員來自工研院巨量資訊科技中心，8、9 年來鑽研機器學習等 AI 領域，開發了許多像是機台故障率預診斷、線上品質預測等等實用工具軟體，協助第一線生產者掌握生產流程。不過，在拓展「智慧排程」領域時，也遭遇到了產品技術升級的挑戰。
在過去，排程靠的主要是人腦，一切原則都奠基於經驗法則與直觀判斷，在小場景中其實還算實用；可若是生產規模擴大或是參數變多，那人腦可就不如電腦了。團隊主要客戶多半來自高科技光電半導體、基礎工業鋼鐵產業、製藥生技醫材產業等等領域，這些產業目前在生產與製造上，更面臨了需要彈性生產、快速換線與市場客戶需求快速變化的挑戰。
因此，智慧排程幫助生產順暢，變成為拿下訂單的重中之重。
團隊會以蒙地卡羅樹搜尋（MCTS）等方法去協助尋找最佳解，透過優化搜尋，以及系統本身的學習機制，達到智慧排程的目標；在黑客松中，團隊想做的，則是挑戰既有限制、全面加速整體排程效率。
對此，黑客松的 Mentor 在協助導入 GPU 外，還提供了不少好用的工具，比如「Nsight」，不僅能讓團隊更快找到資料處理的問題癥結，更能大幅提升資料可視化程度。
透過 GPU 強化，整體排程效率提升了 11.3 倍
以團隊此次在黑客松嘗試的 MCTS 應用來說，將模擬放到 GPU 後，整體運算時間竟然整整提升了 11.3 倍！假設一個工廠要做 5000 張訂單排程，過去用 CPU 排程，可能得花到 6 個小時；但透過 GPU，只需要不到 30 分鐘，出去喝個下午茶就搞定了！
關於這次黑客松中所獲得的成果，蘇粲程和黃浩哲表示，目前已驗證了技術可行性，期待未來能進一步將 GPU 放到商品化版本之中，協助加速 MCTS 的運算，藉此打造更方便快速的通用版排程軟體，供一般中小企業使用。
此外，在與黑客松 Mentor 互動的過程中，團隊同時也驗證自身的技術實力，發現過去偶爾卡關，原來不是因為自己功力不足，只是尚未找到對的幫手而已，也是一項意外的收穫。
GPU 加速深化台灣地球科學研究成果，提升全球學術圈重要性
工業應用之外，GPU 的運算效能還能應用在基礎科學研究產業中，特別是那些包含巨量數據的科學研究領域。
譚諤博士所帶領的團隊「IES-Geodynamics」來自中研院地球研究所，而主要研究的對象，便是我們腳下的土地。台灣地處板塊交界帶，是世界上板塊活動最活躍的地方之一，不僅地層活動的頻率和速度特別快，也是地震帶上經濟發展較佳的國家，可謂是全球地震研究的重要據點。
然而，地層活動的時間尺度動輒成千上萬年，可不是能在實驗室中輕易複製的等級，於是乎，許多研究其實都需要利用大量數據去進行計算。舉例來說，研究團隊需要輸入石頭的各種物質參數，去模擬像是南中國海過去發生的海盆張裂、台灣西南部平原區及泥岩區的變形、呂宋島弧跟東亞大陸邊緣碰撞形成台灣島的過程等等。
台灣的觀測站很多、收到的數據很多，研究需要進行的計算更是超、級、多，可分析時常常面臨人力和機器不足的難題，其實很難梳理所有資料。同時，研究團隊的動力模式程式需要不斷修改，且團隊常有新血加入，研究程式必需「好上手」、「易維護」，最重要的，還要「跑得快」，那麼，要怎樣才夠快呢？
地科巨量資料處理，GPU 加速了 13.6 倍
在過去，團隊會嘗試減少計算量與計算步驟，設計出適用 CPU 的方式去跑資料；但在黑客松 Mentor 的協助下，團隊找到了正確的資料輸入方式，可以透過 GPU 去運算步驟繁多的數據。譚諤也分享道，NVIDIA 的 GPU 提供警告訊息的方式十分仔細，對於未來修改內容、最佳化程式都會很有幫助。
在本次參與黑客松時，譚諤嘗試將過去與德州大學 Luc Lavier、曼菲斯大學 Eunseo Choi 等人共同開發的模型，交由GPU計算。經由博士生徐志煌及其他學生的努力，目前，該模型已有 80% 可在 GPU 上執行，速度提升了 13.6 倍。
計算速度大幅增加，究竟帶來了哪些好處呢？等待時間減少、研究模型擁有更高的解析度，不只如此，研究範圍也因此更加廣泛，因為在運算時較不會受到邊界影響。
黑客松結束後，團隊會繼續鑽研那剩下的 20%，期待可以透過 GPU 的助力，跑出更多更高解析度的模型，去深入了解我們腳下踩的這片土地，並找出地層活動與非斷層變形的真正原因，為板塊研究領域帶來重要成果。
首圖來源：Shutterstock
