经过七年的卓越工作，位于美国田纳西州橡树岭国家实验室（OakRidge National Laboratory，ORNL）的美国前最快的超级计算机——泰坦，于8月1日退役。

泰坦超级计算机于2012年首次上线，凭借其搭载的超过18,000块NVIDIA GPU和NVIDIA CUDA软件平台，该超级计算机的最高性能表现达到了峰值27 petaflops。此性能表现直到去年，才被同样位于ORNL的Summit超级计算所超越（Summit提供了10倍于泰坦的模拟性能表现）。

据ORNL的项目总监Buddy Bland所说，在Summit发明之前，泰坦的速度和能效使它成为了一台可以窥见未来的“时间机器”。

下面让我们简要回顾一下泰坦在AI、模拟和建模领域所做的各项开创性工作：

模拟

清理垃圾绝不会是一件令人开心的事情，尤其是在清理危险废料的时候。曾经的曼哈顿项目遗留了放射性碎片，清理这些放射性废料是一项极其危险而且难度巨大的工作。其难点在于，为了能够安全地储存这些碎片，需要对放射性元素进行分离，但其结果会怎样，无人可知——直到泰坦的出现。

锕系元素和铀、钚一样，同样是一种极具危险性的放射性元素。ORNL的科学家们借助泰坦超级计算机模拟了各种针对于锕系元素的去污方法，避免了由于操作失败而造成的时间和资金浪费。

美国能源部的生物能源科学中心也利用泰坦针对乙醇进行了复杂生物分子模拟，并借以此加深了对于木质素的选择性结合过程的理解，这将有望帮助提高生物燃料的产量。

2013年，泰坦凭借其强大的模拟能力，还帮助四位戈登·贝尔奖决赛选手将其各自的努力变为可能。从模拟18,000种蛋白质的行为到模拟宇宙的演化，泰坦一次又一次地迎接挑战。

建模

在研究风力发电机抗冰方面，泰坦也发挥了重要作用。对于风力发电机而言，防止发电机结冰是保证其正常运转的一个重要因素。传统的抗冰方法是依靠加热器来阻止水凝结成冰，但是这会直接消耗发电机所产生的电能，是一种早已过时的方法。通用电气的科学家们则借助于泰坦所搭载的NVIDIA加速平台，模拟水分子在各种材料表面上的行为表现，以期建造不会结冰的风力发电机。

AI

MENNDL是一个用于深度学习的多节点进化神经网络，该神经网络是于2017年由ORNL团队所开发的，其不仅可以训练神经网络，还可以自行创造神经网络。借由泰坦搭载的18,688块NVIDIA GPU所提供的加速，MENNDL能够将为复杂数据集开发神经网络所需的时间从几个月缩短至几周。

如今，作为泰坦的继任者，Summit超级计算机正在为各种研究提供加速——从研究阿片依赖到超新星建模，真正可谓是站在巨人的肩膀上。