北京时间4月10日晚，人类首张黑洞照片在全球多地同步发布，那个曾经被描述成能够撕裂时空，吞噬一切的巨大深渊，就这样具象地出现在我们面前。该黑洞图像揭示了M87星系中心的超大质量黑洞，距离地球5500万光年，质量为太阳的65亿倍。
百余年前爱因斯坦提出广义相对论就曾预言黑洞的存在，霍金更是一生都在研究宇宙论和黑洞，但之前由于黑洞的可观测性比较难，当时的诺贝尔评委无法找到确切的证据证明黑洞真的存在，因此霍金终此一生也没有荣获诺贝尔奖。
而如今黑洞的真容，在全世界200多位科学家的共同努力下得以曝光，也是直接证实了当时霍金的黑洞理论的正确性，同时也告诉了我们，原来黑洞其实并不是全黑的，还有点红。
照片一发布就引起了热烈的讨论，据悉这张照片其实2017年就已经拍摄完毕，但是洗照片这个过程竟然花了足足两年，可以说是史上最难洗的照片了。因为更确切的说，这张照片是数据“拼接”出来的。
1张照片
8台望远镜捕捉图像数据
用0.5吨硬盘装载
冲洗2年
由于黑洞比宇宙中的其他任何射电源都要小和暗，并且被选中的这个黑洞距离我们还有5500万光年，观测起来十分困难，更别说拍照。为此科学们通过甚长基线干涉测量法（VLBI），制造了一个口径和地球差不多大的“虚拟”望远镜来捕捉黑洞的图像。准确的说，这是由8个分布在欧洲，美洲以及南极洲的射电望远镜组成的观测阵列，也就是事件视界望远镜（EHT）。
“事件视界望远镜”中的南极望远镜 图片来源：South Pole Telescope
早在2017年，事件视界望远镜合作组织就启动对黑洞观测与拍照，实际有效观测时间也就大约10天左右。在这期间，每一个射电望远镜虽然不能直接“看到”黑洞，但能够记录下来自于目标黑洞附近的射电波信号，收集大量关于黑洞的数据信息，用海量的数据向科学家们描述出黑洞的样子。
这个数据到底有多庞大呢？在美国发布会现场，根据亚利桑那大学的天体物理学家Dan Marrone介绍，在2017年，EHT项目收集了共计五千万亿字节（即5PB，1PB=1024TB）研究所需的所有数据，Marrone解释——这相当于长度为5000年的MP3文件,或者四万人一生中的全部自拍数据。
如果用重量来衡量，据说装载数据的硬盘足足有半吨重，并且由于数据量实在是太大，网络传输速度不够快，因此这半吨硬盘还是坐飞机空运到研究所。
庞大的数据要靠空运，处理解析它们就要靠超级计算机了，但由于环绕黑洞运行的气体运动非常复杂，没有现成的工具可以进行处理，再加上还要校准不同望远镜接收到信号的时间差，这又是另一个庞大的工程，所以黑洞的这张写真能够两年，或者说仅仅只花了两年就公布也是相当不容易。
在有限的生命里探索宇宙，人类一直在努力
一张简单的黑洞照片，调动了全球从两极到赤道8台地面射电望远镜，更有着庞大的数据演算来支撑，那么如果想要发现宇宙更多奥秘，就需要更为强大的观测机器以及计算能力解决方案。人类从未停止探索未知时空的步伐，同样也在加速解决以上问题。
早在2007年英特尔公司的创始人之一，“摩尔定律”的制定者摩尔夫妇就曾经捐款两亿美元，用于建设全球最大的天文望远镜。除此之外，英特尔近年还与美国国家航空航天局（NASA）等机构紧密合作，在数据层面帮助进行宇宙探索。
图片来源：美国国家航空航天局（NASA）
美国国家航空航天局（NASA）其前沿发展实验室（FDL）和英特尔合作，利用英特尔的人工智能深度学习技术-神经网络模型来识别和处理海量的数据，让机器在没有明确指令的情况下自行运转和思考，分析大量多角度长时间内获取的月球3D图像、勾勒更加完整精准的月球表面地形地貌数据库等，以此来加速月球地图的绘制过程。
利用人工智能大数据处理绘制月球地图
为了制作详细的月球地图，FDL研究小组利用NASA月球勘测轨道飞行器（LRO）中的两个数据集——一组光学图像，另一组是海拔测量数据，然后通过由FDL和英特尔一起创建的人工智能深度学习技术-计算机视觉算法来叠加两组数据进行计算，从而绘制出准确率高达98.4%的高精月球地图。而当计算机视觉算法这一技术配上英特尔Nervana Cloud，仅仅一分钟之内就能够处理1000张图像，这比人类专家的识别速度有上百倍的提升。
而在高性能计算领域，英特尔至强融核 处理器为超级计算机拥有超强算力提供支持。比如日本新一代也是速度最快的超级计算机Oakforest-PACS，这台拥有8000多个节点的机器基于英特尔至强融核 处理器和英特尔Omni-Path 架构（英特尔 OPA高带宽网络），其LINPACK的性能得分为13.5 petaFLOPS。
图片来源：筑波大学计算机科学研究官网
目前，这台超级计算机被用于运行格点量子色动力学（QCD）代码，一些一阶光学材料科学仿真，及运行海气耦合和地震仿真，这些都是非常高层级的量子计算和仿真。量子色动力学代码具有上百个网格节点，因此相比CPU性能，它更需要大量内存带宽。英特尔 至强融核处理器的MCDRAM具有在运行格点量子色动力学代码方面的优势。
不仅如此，今年3月美国能源部表示，美国政府、英特尔和克雷公司（Cray）正在联合打造代号为“极光（Aurora）”的美国第一台 E 级超级计算机，预计最早于 2021 年正式在芝加哥阿贡国家实验室投入使用，据悉这台超级计算机将搭载基于最新 Xe 计算架构的 GPU，并配备新一代Xeon 可扩展处理器和 Optane 存储技术，将为各个领域的探索提供强大算力。
这是一个数据爆发的时代，不只宇宙中隐藏着巨大的数据秘密等着我们挖掘，我们的日常生活也是同样也产生着庞大的数据量。2018年，中国约产生7.6ZB的数据，而且还将保持每年30%的增长，到2025年数据将达到48.6ZB。
而HPC（高性能计算机群）的发展肯定不限于宇宙探索，大数据处理能力带来的更多边缘计算应用也将会改变我们的生活。根据国际数据公司的预测，2020年将有超过500亿的终端与设备联网，未来有着超过50%的数据需要在网络边缘侧分析、处理与储存，未来物联网，人工智能等创新技术的发展，边缘计算能够实现数据高频交互、实时传输，推动行业数字化转型。
毫不夸张地说，算力已经成为支撑科研工作者探索宇宙，改变世界的重要手段，有望为目前很多棘手的问题提供解决方法，远至光年之外的黑洞，近至与我们生活息息相关的物联网，而英特尔也将以数据为中心，引领技术发展，见证更多对于太空探索的成果，从而从根本上推动人类社会的发展。
閱讀更多 英特爾中國 的文章
