美国计算机天才西摩·克雷说：“可以造出一个速度快的CPU，却很难造出一个速度快的系统。”

“世界巨型机之父”这句名言，在中国第一台每秒千万亿次超级计算机研制中再一次应验了。

2009年7月，他们按照CPU+GPU体系结构技术构建了几个机柜的系统，结果试运行时发现，系统稳定运行时间很难超过半个小时。这是为什么？

通过初步分析，大家认为问题还是出在GPU身上。GPU用于科学计算，除了计算效率问题外，还有一个相关技术非常重要，那就是GPU的稳定性。GPU用于图形处理，其计算负载与通用计算存在较大差异。尤其是GPU实际性能发挥出来后，各部件进入重负载状态，功耗提高，散热要求高，各器件的稳定性下降。当系统中使用的GPU数量多了，系统平均无故障时间也会随之下降。

这个问题不解决，CPU+GPU异构融合之路同样是条“死胡同”。

提高GPU工作稳定性问题，再次成为杨灿群和他的突击队亟待解开的新“谜语”。

他们首先使用筛选法对众多GPU逐一进行压力测试，找出那些运行稳定的GPU。结果不理想，系统稳定性虽然有所提高，但与系统稳定性要求相去甚远。

他们仿佛陷入了迷魂阵，四周迷雾茫茫，不知方向在哪里、出路在哪里。但他们始终坚信，黑夜再漫长，曙光总会出现。

在艰苦探索中，“八一”节到了，单位组织会餐。杨灿群对战友们说：“走，喝两杯去，醒醒脑。”但到了餐桌上，到底喝了什么酒、吃了哪些菜，并没留下什么印象。因为在吃饭喝酒时，他们脑袋里依然转的是GPU工作稳定性问题。……