Exascale datoranvändning
Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från
versionen som granskades den 29 november 2020; kontroller kräver
26 redigeringar .
Exascale computing eller ( Exascale supercomputer , exascale , exascale ) är en term som syftar på superdatorer med en prestanda i storleksordningen en ex flopp ( exaFLOPS ), och initiativ från 2000-talet för att skapa dem. Denna prestanda är tusen gånger högre än den för petaflop-klasssystem som dök upp 2008 [1] . En exaflops motsvarar tusen petaflops , en miljard miljarder (10 18 ) flyttalsoperationer per sekund (vanligtvis räknar man operationer på tal i 64-bitars IEEE 754-format ).
Exascale superdatorprestanda nåddes 2022. Världens första exascale superdator och världens högst presterande superdator, Frontier har en prestanda på 1 102 exaflops och en toppprestanda på 1 686 exaflops med en genomsnittlig strömförbrukning på cirka 21,1 MW. [2] [3] [4] .
Konstruktionen av exascale-system har blivit en viktig bedrift inom datateknik.
Historik
Initiativet stöds av två amerikanska statliga myndigheter - USA:s energidepartement och National Nuclear Security Administration [5] . Den teknik som erhålls från detta initiativ skulle vara användbar inom en mängd olika beräkningsintensiva forskningsområden, inklusive grundvetenskap, ingenjörsvetenskap, geovetenskap, biologi, materialvetenskap, energi och nationell säkerhet [6] .
2012 tilldelade USA 126 miljoner dollar till ett program för att skapa exascale-system [7] [8] . År 2014 uppskattade en representant för ASCR-kontoret ( Advanced Scientific Computing Research ) vid US Department of Energy att en exascale superdator skulle kunna skapas 2023 [9] .
Det finns tre projekt i EU för att utveckla hårdvaru- och mjukvaruteknik för exascale superdatorer:
- CRESTA ( Collaborative Research in Exascale Systemware, Tools and Applications ), [10]
- DEEP ( Dynamical ExaScale Entry Platform ), [11]
- Mont Blanc. [12]
I slutet av 2000 -talet förutspådde olika författare en möjlig konstruktion av exascale-system inte tidigare än 2018–2020 [13] .
I Japan planerade RIKEN (Advanced Institute for Computational Science) Institute, med deltagande av Fujitsu , att skapa ett exascale-system 2020-2021 med en energiförbrukning på högst 30 MW [14] [15] [9] .
2014 ledde observationen av stagnationen i superdatorindustrin och rankningen av världens Top500 superdatorer till att vissa journalister tvivlade på genomförbarheten av exascale-program till 2020 [16] .
I december 2014 tillkännagav den amerikanska underrättelsetjänsten IARPA tillhandahållandet av flerårig finansiering till IBM, Raytheon BBN och Northrop Grumman under programmet "Cryogenic Computer Complexity" ("Cryogenic computer structures"), som involverar utveckling av teknik för att bygga superdatorer med supraledande logiska element , med en potentiell utgång till exaflop-nivån [17] [18] .
Kina tillkännagav också planer [19] .
Till 2021 planerar Intel och Cray Corporation att bygga det första amerikanska exascale-systemet kallat Aurora för det amerikanska energidepartementets Argonne National Laboratory [20] [21] .
Problem och uppgifter
För att skapa exascale-system är det nödvändigt att lösa många problem både från mjukvarusidan (för att skapa program som effektivt körs på miljontals kärnor) och från hårdvarusidan [22] . Till exempel kan konventionellt datorminne utvecklat 2014 förbruka från några till tiotals megawatt för varje 100 PB/s total bandbredd [23] .
För effektiv programmering av applikationer på exascale superdatorer (hundratusentals styrtrådar som använder miljontals bearbetningskärnor, flyttalsoperationer per sekund), skapade IBM Research-specialister programmeringsspråket X10 [24] . Objektorienterat språk, med statisk typning, stöd på språknivå för uppgiftsbaserad parallellism, bindning av beräkningsuppgifter ( aktiviteter ) till beräkningskärnor ( platser ), barriärsynkronisering av uppgifter ( klockor ), stöd för parallella slingor, stöd för multidimensionella distribuerade över beräkningsnoder arrayer och strukturella typer, ett asynkront delat globalt adressutrymme [25] (programmeraren kommer åt elementen i arrayen fördelade i RAM-minnet för olika beräkningsnoder som om arrayen är placerad i RAM-minnet på en enda dator, kompilatorn själv organiserar serialiseringen, deserialiseringen och dataöverföringen mellan datornoderna, säkerställer atomiciteten av dataåtkomstoperationer). X10-kod kan kompileras till Java-kod (Managed X10-läge) eller C++ (Native X10-läge) [26] , vilket gör att du både kan skapa applikationer för superdatorer och använda programmeringsspråket X10, om så önskas, utanför området för högpresterande datorer för att utveckla flertrådade applikationer för persondatorer.
Prestationer 2020
Enligt sajten "Top 500" :
Det har dock skett flera anmärkningsvärda förändringar i topp 10, inklusive två nya system, samt ett nytt högvattenmärke satt av den topprankade Fugaku Supercomputer. Med ytterligare hårdvara ökade fugaku sin HPL-prestanda till 442 petaflops, en blygsam ökning från de 416 petaflops som systemet uppnådde när det debuterade i juni 2020. Ännu viktigare, Fugaku ökade sin prestanda på det nya HPC-AI-riktmärket med blandad precision till 2,0 exaflops, och överträffade dess 1,4 exaflops för sex månader sedan. De representerar de första referensmätningarna över en exaflop för någon noggrannhet på alla typer av utrustning.
— Webbplatsdata top500.org – 56:e numret av TOP500 daterat 16 november 2020
Anteckningar
- ↑ United States National Research Council. Den potentiella inverkan av avancerad datoranvändning på fyra illustrativa områden inom vetenskap och teknik . - National Academies, 2008. - P. 11. - ISBN 978-0-309-12485-0 .
- ↑ juni 2022 | TOP500 . Hämtad 6 juni 2022. Arkiverad från originalet 9 juni 2022. (obestämd)
- ↑ Frontier superdator debuterar som världens snabbaste, bryta exascale barriär | ORNL . www.ornl.gov . Hämtad 2 juni 2022. Arkiverad från originalet 1 juni 2022. (obestämd)
- ↑ Exascale superdatorer. 1 arkitektur konturer
- ↑ Exascale Computing kräver marker, kraft och pengar . Wired.com (8 februari 2008). Hämtad 18 december 2009. Arkiverad från originalet 4 maj 2012. (obestämd)
- ↑ Vetenskapsutsikter och fördelar med Exascale Computing . Oak Ridge National Laboratory . Hämtad 18 december 2009. Arkiverad från originalet 4 maj 2012. (obestämd)
- ↑ Obamas budget inkluderar $126 miljoner för Exascale Computing . Arkiverad från originalet den 24 februari 2011. (obestämd)
- ↑ Exaflops för Obama | öppna system. DBMS | Förlag "Öppna system" . Hämtad 8 september 2018. Arkiverad från originalet 8 september 2018. (obestämd)
- ↑ 1 2 Patrick Thibodeau . En exascale superdator 2023. , nr 32 , Computerworld Ryssland (14 december 2014). Arkiverad från originalet den 8 september 2018. Hämtad 8 september 2018.
- ↑ Europa rustar upp för Exascale Software Challenge med 8,3 M Euro CRESTA-projektet . Projektkonsortium (14 november 2011). Hämtad 10 december 2011. Arkiverad från originalet 23 december 2011. (obestämd)
- ↑ Booster för nästa generations superdatorer Kick-off för det europeiska exascale-projektet DEEP . FZ Julich (15 november 2011). Hämtad 10 december 2011. Arkiverad från originalet 3 september 2014. (obestämd)
- ↑ Mont-Blanc-projektet sätter Exascale-mål . Projektkonsortium (31 oktober 2011). Hämtad 10 december 2011. Arkiverad från originalet 5 december 2011. (obestämd)
- ↑ Forskare, IT-gemenskapen väntar på exascale-datorer . Computerworld (7 december 2009). Datum för åtkomst: 18 december 2009. Arkiverad från originalet 12 december 2009. (obestämd)
- ↑ Varför USA kan förlora kapplöpningen mot exascale Arkiverad 3 september 2014 på Wayback Machine // Computerworld, Patrick Thibodeau, 22 november 2013
- ↑ Tim Hornyak . Japanese Exascale , nr 25 , Computerworld Ryssland (13 oktober 2014). Arkiverad från originalet den 8 september 2018. Hämtad 8 september 2018.
- ↑ Superdatorstagnation: Ny lista över världens snabbaste datorer kastar skugga över exascale senast 2020 Arkiverad 28 augusti 2014 på Wayback Machine , extremetech.com, 24 juni 2014
- ↑ USA:s underrättelsebyrå syftar till att utveckla supraledande dator (otillgänglig länk) . Reuters (3 december 2014). Datum för åtkomst: 3 december 2014. Arkiverad från originalet 16 december 2014. (obestämd)
- ↑ USA:s nationella underrättelsetjänst beställde en superdator baserad på supraledare , Lenta.ru (8 december 2014). Arkiverad från originalet den 11 december 2014. Hämtad 11 december 2014.
- ↑ Kina ska bygga exascale-dator till 2020 | datorvärlden online | Förlag "Öppna system" . Hämtad 8 september 2018. Arkiverad från originalet 9 september 2018. (obestämd)
- ↑ Anl_Rgb (nedlänk) . Hämtad 4 april 2019. Arkiverad från originalet 4 april 2019. (obestämd)
- ↑ Vägen till Exascale slutar med stora nyheter (länk ej tillgänglig) . Hämtad 20 april 2019. Arkiverad från originalet 20 april 2019. (obestämd)
- ↑ Arkiverad kopia . Hämtad 8 september 2018. Arkiverad från originalet 9 september 2018. (obestämd)
- ↑ Joel Hruska . Glöm Moores lag: Hot and slow DRAM är en stor vägspärr för exascale och bortom extremetech ( 14 juli 2014). Arkiverad från originalet den 2 februari 2017. Hämtad 29 januari 2017.
- ↑ Programmeringsspråket X10 . x10-lang.org . Hämtad 2 juni 2022. Arkiverad från originalet 24 maj 2022. (obestämd)
- ↑ APGAS-programmering i X10 . x10-lang.org . Hämtad 2 juni 2022. Arkiverad från originalet 2 juni 2022. (obestämd)
- ↑ X10 2.6.2 Språkspecifikation . — 2019. Arkiverad 21 juni 2022 på Wayback Machine
Länkar
- MPI på Exascale: Challenges for Data Structures and Algorithms. Abstract of Recent Advances in Parallel Virtual Machine and Message Passing Interface , Lecture Notes in Computer Science, Volym 5759. ISBN 978-3-642-03769-6 . Springer Berlin Heidelberg, 2009, sid. 3 (engelska)
- The Road to Exascale: Kan nanofotonik hjälpa? Digital tillverkningsrapport. 22 november 2011
- America's Next Generation Supercomputer: The Exascale Challenge: Utfrågning inför underkommittén för energi, kommittén för vetenskap, rymden och teknik, representanthuset, Hundratrettonde kongressen, första sessionen, onsdagen den 22 maj 2013
- Viktor Gorbunov, Georgy Elizarov, Leonid Eisymont, Exaflops Supercomputers: Achievements and Prospects - Open Systems. DBMS. № 07 2013