Graph500 är en superdatorklassificering fokuserad på dataintensiva klassuppgifter . Projektet tillkännagavs vid International Supercomputing Conference i juni 2010, den första listan publicerades på ACM/IEEE Supercomputing Conference i november 2010. Nya versioner av listan publiceras två gånger om året. Huvudmåttet i rankningen är GTEPS (10^9 korsade bågar per sekund).
Sandias Richard Murphy uttalade att syftet med Graph500 är att öka medvetenheten om utmaningarna med big data, snarare än att fokusera på rent beräkningsprestanda som i HPL ( High Performance Linpack ) benchmark som Top500 är baserad på . [ett]
Trots namnet finns det bara några hundra superdatorer på Graph500-listan, till exempel i juni 2014 - 179 deltagare [2] .
Det finns också en variant av Green Graph 500- betyget , som rankar systemen inte efter maximal prestanda som uppnåtts, utan efter prestanda per watt strömförbrukning. Denna variant skapades på ett liknande sätt som Green 500 , som använder Top500- data (HPL Linpack-test).
Riktmärket som används för att kompilera Graph500 laddar i större utsträckning datorns kommunikationsdelsystem och beror inte på antalet flyttalsoperationer som utförs per sekund [1] . Den är baserad på bredd-först-sökning i en stor oriktad graf (Kronecker-grafmodellen med en genomsnittlig vertexvikt på 16). Riktmärket består av två beräkningsmässigt komplexa delar: den första delen genererar en graf och komprimerar den till glesa CSR- eller CSC-strukturer (Compressed Sparse Row/Column); i den andra sker en parallell BFS-sökning av 64 grafhörn, valda slumpmässigt. Problemet definieras för sex standardgrafstorlekar ( Skalor ): [3]
Referensimplementeringen av riktmärket innehåller flera versioner: [4]
Från och med juni 2016: [5]
| Betyg | Plats | Bil | Knutar | kärnor | Storlek | GTEPS |
|---|---|---|---|---|---|---|
| ett | RIKEN Advanced Institute for Computational Science | K-dator ( Fujitsu anpassad) | 82944 | 663552 | 40 | 38621.4 |
| 2 | National Supercomputing Center i Wuxi | Sunway TaihuLight ( NRCPC-Sunway MPP ) | 40768 | 10599680 | 40 | 23755,7 |
| 3 | Lawrence Livermore National Laboratory | IBM Sequoia ( Blue Gene/Q ) | 98304 | 1572864 | 41 | 23751 |
| fyra | Argonne National Laboratory | IBM Mira(Blå gen/Q) | 49152 | 786432 | 40 | 14982 |
| 5 | Forschungszentrum Julich | JUQUEEN (Blue Gene/Q) | 16384 | 262144 | 38 | 5848 |
| 6 | CINECA | Fermi (Blue Gene/Q) | 8192 | 131072 | 37 | 2567 |
| 7 | Changsha , Kina | Tianhe-2 ( anpassad NUDT ) | 8192 | 196608 | 36 | 2061,48 |
| åtta | CNRS/IDRIS-GENCI | Turing (Blue Gene/Q) | 4096 | 65536 | 36 | 1427 |
| åtta | Science and Technology Facilities Council - Daresbury Laboratory | Blå Joule (Blå Gen/Q) | 4096 | 65536 | 36 | 1427 |
| åtta | Edinburgh universitet | DIRAC (Blue Gene/Q) | 4096 | 65536 | 36 | 1427 |
| åtta | EDF FoU | Zumbrota (Blue Gene/Q) | 4096 | 65536 | 36 | 1427 |
| åtta | Victorian Life Sciences Computing Initiative | Avoca (blå gen/Q) | 4096 | 65536 | 36 | 1427 |
Juni 2014: [2]
| Betyg | Plats | Bil | Knutar | kärnor | Storlek | GTEPS |
|---|---|---|---|---|---|---|
| ett | RIKEN | K-dator (utvecklad av Fujitsu ) | 65536 | 524288 | 40 | 17977.1 |
| 2 | LLNL | IBM Sequoia ( Blue Gene/Q ) | 65536 | 1048576 | 40 | 16599 |
| 3 | Argonne National Laboratory | IBM Mira(Blå gen/Q) | 49152 | 786432 | 40 | 14328 |
| fyra | Jülich Research Center | JUQUEEN (Blue Gene/Q) | 16384 | 262144 | 38 | 5848 |
| 5 | CINECA | Fermi (Blue Gene/Q) | 8192 | 131072 | 37 | 2567 |
| 6 | Kinas nationella superdatorcenter | Tianhe-2 (Utvecklad av NUDT ) | 8192 | 196608 | 36 | 2061,48 |
| 7 | CNRS/IDRIS-GENCI | Turing (Blue Gene/Q) | 4096 | 65536 | 36 | 1427 |
| 7 | Science and Technology Facilities Council - Daresbury Laboratory | Blå Joule (Blå Gen/Q) | 4096 | 65536 | 36 | 1427 |
| 7 | Edinburgh universitet | DIRAC (Blue Gene/Q) | 4096 | 65536 | 36 | 1427 |
| 7 | EDF FoU | Zumbrota (Blue Gene/Q) | 4096 | 65536 | 36 | 1427 |
| 7 | Victorian Life Sciences Computing Initiative | Avoca (blå gen/Q) | 4096 | 65536 | 36 | 1427 |