即刻启用超级计算：Wolfram 计算服务正式上线

想在 14.3 版 Wolfram 桌面系统中即刻体验 Wolfram Compute Services？

只需运行下面这行代码，即可一键开启：
RemoteBatchSubmissionEnvironment["WolframBatch"]。

（注：该功能在 Wolfram Cloud 中已默认启用✨。）

想象一下：您已在 Wolfram Language 中完成了一项计算，现在想把它扩展到 1000 倍甚至更多。这在过去可能需要复杂的设置，但别担心——今天我们发布了一个极其高效的新方法：只需将要扩展的计算任务封装于 RemoteBatchSubmit，它就会自动提交到我们全新的 Wolfram Compute Services （Wolfram 计算服务）系统。无论任务在一分钟、一小时还是一天后完成，系统都会及时通知您，届时即可获取计算结果。

数十年来，我常常需要运行大规模、高强度的计算任务（通常是科研相关）。这些计算常涉及海量数据、数百万个案例，以及高度不可简化的复杂计算过程。坦白说，我家里的计算资源比大多数人都多——如今大约相当于 200 个计算内核。即便如此，我仍常在夜间让所有计算资源全速运转，却依然觉得不够。而从今天起，我们为所有人提供了一个简单解决方案：只需将您的计算任务无缝提交至 Wolfram 计算服务，即可几乎以任意规模执行计算。

近 20 年来，Wolfram 语言中内置的 ParallelMap 和 ParallelTable 等函数，已能轻松实现子计算的并行化。然而，真正要实现规模扩展，计算资源始终是核心瓶颈。如今，随着全新的 Wolfram Compute Services推出，这一瓶颈已被打破。现在，每个人都能即时获取所需的计算力，让大规模扩展变得触手可及。

实际上，支持 Wolfram 计算服务的底层工具在 Wolfram 语言中已存在多年。而今天， Wolfram 计算服务所做的，是将这一切整合起来，打造出极致流畅的一站式体验。例如，当您在笔记本中逐步构建计算流程，并最终确定需要扩展规模的部分时，通常这一步骤会依赖于之前多个环节的中间结果。而现在，您完全不必担心这些——只需将待扩展的输入内容提交至 RemoteBatchSubmit 即可，Wolfram 计算服务将自动处理所有依赖关系。

此外，RemoteBatchSubmit 与 Wolfram 语言中的所有函数一样，处理的是符号表达式，这些表达式可表征从数值表格、图像、图形、用户界面到视频等任意对象。这意味着您得到的结果可以立即使用，比如直接在您的 Wolfram Notebook 中进一步操作，无需任何导入步骤。

那么，您可以在哪些机器上运行计算呢？Wolfram 计算服务为您提供了灵活的选择，以适应不同计算需求和预算。最基础的配置是单核 8GB 内存，适合“把计算从本地设备上解放出来”。您也可选择更大内存的机器——目前最高可达约 1500 GB。或选用更多核心的配置——目前最多支持 192 核。若您需要更大规模的并行计算，Wolfram 计算服务同样能胜任，因为 RemoteBatchMapSubmit 可以将函数映射到任意数量的元素上，并在多台机器的任意数量核心上并行执行。

现在让我们来看一个非常简单的示例——这个例子恰巧出自我前段时间做的一些科学研究。我们先定义一个名为 PentagonTiling 的函数，它能在图簇中随机添加互不重叠的五边形：

对于20个五边形的情况，我可以在自己的计算机上快速运行此计算：

但如果要生成 500 个五边形呢？这时计算几何变得相当复杂，耗时之长让我不愿让自己的计算机长时间被占用。而现在有了更好的选择：使用 Wolfram 计算服务！

我只需要将自己的计算任务提交给 RemoteBatchSubmit：

随即，一个作业就创建成功了（所有必要的依赖项都会被自动处理），并进入执行队列。几分钟后，我收到一封邮件：

由于不确定需要等多久，我就先去忙别的事了。但过了一阵子，我好奇想看看作业进展如何。点击邮件里的链接，我直接进入了一个实时控制面板——界面上清晰显示着我的作业正在顺利运行：

于是我又继续处理其他工作。突然，又收到一封邮件：

任务完成了！邮件里还附带了结果预览图。如果想把结果以表达式形式导入 Wolfram Language 会话中，我只需运行邮件中的这行代码：

现在它就变成了一个可计算对象，我可以进一步操作它，比如计算总面积：

或者统计孔洞数量：

Wolfram 计算服务的一大亮点，在于它让大规模并行计算变得异常轻松。你想在数百个核心上并行运行计算任务吗？用 Wolfram 计算服务就对了！

以下是我近期研究中的一个实例：我正在寻找一个能生成“寿命”恰好为 100 步的元胞自动机规则。这里我先测试了 1 万个随机规则——耗时几秒钟，但一无所获：

为了测试 10 万个规则，我用 ParallelSelect 在笔记本电脑的 16 个核心上并行运行：

仍然没有收获。那么测试 1 亿个规则呢？这时候就该 Wolfram Compute Services 登场了！最简单的做法就是提交一个请求多核心机器的作业（这里选择 192 核，是目前提供的最大配置）：

几分钟后，我收到邮件通知作业开始执行。过段时间查看作业状态，发现仍在运行中：

我便继续处理其他工作。几小时后，我收到邮件通知作业已完成，而且邮件里的预览图显示——这次真的找到了！

我获取了最终结果：

下图就是我们通过1亿次测试，在计算宇宙中筛选出的规则：

但如果我们想在几个小时内得到结果呢？那就需要更强的并行能力。事实上，Wolfram Compute Services 通过 RemoteBatchMapSubmit 也能满足这个需求。您可以将 RemoteBatchMapSubmit 理解为强化版的 ParallelMap——它能够将函数映射到任意长度的列表上，把计算任务拆分到不同机器的多个核心上，并以可扩展的方式处理数据和通信。

由于 RemoteBatchMapSubmit 是一个“纯粹的 Map”操作，我们需要稍微调整一下计算结构——让它运行 10 万次“从 1000 个随机实例中筛选”的任务：

系统决定将我的 10 万个案例分配到 316 个独立的“子任务”中，每个子任务都在独立核心上运行。任务运行情况如何？我可以直接调出动态可视化监控界面，随时掌握进度：

没过几分钟我就收到了作业完成的邮件通知：

是的，虽然我只等了 3 分钟就得到了结果，但所有核心累计使用的计算时间总计约8小时。

现在我可以通过Catate将生成的所有独立片段合并，从而检索所有结果：

当然，如果愿意增加投入，还可以进行更大规模的搜索，把 10 万次测试提升到更高数量级；RemoteBatchMapSubmit 和 Wolfram Compute Services 将无缝扩展以满足需求。

与 Wolfram Language 的所有功能一样，Wolfram Compute Services 也是完全可编程的。当您提交一个作业时，可以设置多种选项。我们已经见过 RemoteMachineClass 选项，它允许您选择要使用的机器类型。目前可选的类型包括从“ Basic1x8”（1 核，8 GB内存）到“Basic4x16”（4 核，16 GB内存），再到适用于“并行计算”的“ Compute192x384”（192 核，384 GB内存）以及“大内存”配置的“Memory192x1536”（192 核，1536 GB内存）。

不同类型的机器运行时需要消耗不同数量的点数。为了确保一切可控，您可以设置“TimeConstraint”（最长运行时间，以秒为单位）和“CreditConstraint”（最大可用点数）等选项。

其次是通知机制。默认设置下，系统会在作业开始时发送一封邮件，在作业完成时再发送一封。通过“RemoteJobName”选项，您可以为每个作业命名，这样就能轻松识别邮件对应的是哪个作业，或在网页控制面板中定位作业（如果你不为作业命名，系统将使用分配给它的 UUID 来标识）。

“RemoteJobNotifications”选项允许您设置所需的通知类型及接收方式。您可以设置在作业状态发生变化时、在特定时间间隔、或在消耗特定点数时接收通知。通知方式可选择电子邮件或短信。当然，如果您收到作业即将耗尽点数的通知，随时可以登录 Wolfram 账户门户进行点数充值。

您可以查询作业的诸多属性。其中最核心的属性是“EvaluationResult”，而例如“EvaluationData” 则会为您提供所有相关信息的完整关联：

如果作业执行成功，很可能您只需要“EvaluationResult”。但如果出现问题，您可以轻松深入查看作业执行的详细情况，例如通过“JobLogTabular”进行分析。

如果您想了解所有已发起的作业，除了随时查看网络控制面板外，还可以通过以下方式获取作业的符号化表示：

对于这些作业对象，你可以查询其属性，也可以使用 RemoteBatchJobAbort来中止它们。

作业完成后，其结果将存储在 Wolfram Compute Services 中，但仅保留有限的时间（目前为两周）。当然，获得结果后，您可以轻松将其永久保存，例如使用 CloudPut[ expr ] 将其上传到 Wolfram Cloud。（如果您确定要永久存储结果，也可以在 RemoteBatchSubmit 内部直接调用 CloudPut 。）

谈到 Wolfram Compute Services 的编程应用，这里还有另一个例子：假设您希望每周生成一份计算密集型报告。那么，您可以编写几个高级的 Wolfram 语言函数，部署一个计划任务，该任务将在 Wolfram Cloud 中运行，以启动 Wolfram Compute Services 的作业：

是的，您可以从任何 Wolfram Language  系统启动 Wolfram Compute Services 作业，无论是在桌面端还是在云端中。

Wolfram Compute Services 对许多用户极具实用价值。但实际上，它只是我们能力星图中一颗璀璨的引路星——我们正致力于拓展 Wolfram Language 的应用方式。

Mathematica 和 Wolfram 语言始于 1988 年，最初是作为桌面系统而设计的。但即便在当时，我们也已经支持在一台机器上运行笔记本前端，在另一台机器上调用“远程内核”。（那时我们还支持通过电话线进行通信！）2008 年，我们推出了诸如 ParallelMap 与 ParallelTable 这类内置并行计算功能。 2014 年，我们推出了 Wolfram Cloud——既在网页端复现了 Wolfram Notebook 的核心功能，也提供了即时API 和计划任务等服务。不久后，我们进一步推出了 Enterprise Private Cloud——Wolfram Cloud 的私有化版本。2021 年，我们推出了 Wolfram Application Server 以提供高性能的 API（例如，我们现用于 Wolfram|Alpha 的服务）。2019 年，我们发布了 Wolfram Engine，作为 Wolfram Language 的轻量级服务器和命令行部署形式。围绕 Wolfram Engine，我们构建了 WSTPServer，以便在本地网络中提供服务，同时，我们推出了 WolframScript，为用户提供与部署环境无关的命令行式 Wolfram Language 代码运行方案。2020年，我们发布了 RemoteBatchSubmit 的第一个版本，用于 AWS 和 Azure 等云服务。但与如今的 Wolfram Compute Services 不同，当时需要用户自行配置云服务并获得许可。而现在，这一切在 Wolfram Compute Services 中已实现了自动化。

那么，接下来会有什么呢？一个重要方向是即将推出的 Wolfram HPCKit ——专为拥有自身大规模计算设施的组织设计，帮助他们构建与 RemoteBatchSubmit 等对接的后端。RemoteBatchSubmit 的构建方式非常通用，支持接入不同的“批量计算服务提供商”。Wolfram Compute Services 最初仅支持一个标准批处理计算提供程序：“WolframBatch”。HPCKit 将允许组织配置自己的计算设施（通常在我们的协助下）作为批量计算提供者，从而将 Wolfram Compute Services 的流畅体验延伸至本地或组织内的计算设施中，并自动化处理以往颇为繁琐的作业提交流程（不得不说，这让我想起 1970 年代使用大型机作业控制系统的经历）。

目前，Wolfram 计算服务纯粹定位于批量计算环境。但在 Wolfram 系统内部，我们其实已具备支持同步远程计算的能力，并计划将此功能扩展至 Wolfram Compute Services 中——届时，用户将能够无缝在大型或特殊配置的远程机器上运行远程内核。

不过，这些属于未来展望。今天，我们正式推出 Wolfram Compute Services 的第一个版本。它将使“超级计算能力”即刻适用于任何 Wolfram Language 计算任务。我相信，这将为广泛的 Wolfram 语言用户带来极大便利。就我个人而言，我已经准备好频繁使用它了。