Exascale computing или ( Эксафлопсный суперкомпьютер , эксамасштаб , эксаскейл ) — термин, обозначающий суперкомпьютеры с производительностью порядка одного экса флопса (exaFLOPS), и инициативы XXI века по их созданию. Такая производительность в тысячу раз выше, чем у систем петафлопсного класса, появившихся в 2008 году . Один эксафлопс равен тысяче петафлопс , миллиарду миллиардов (10 ¹⁸ ) операций над числами с плавающей точкой в секунду (обычно учитываются операции над числами в 64-битном формате IEEE 754 ).

Эксафлопсный уровень производительности суперкомпьютеров был достигнут в 2022 году. Первый в мире эксафлопсный суперкомпьютер и наиболее производительный в мире суперкомпьютер Frontier имеет заявленную производительность в 1,102 эксафлопс, а пиковую — 1,686 эксафлопс при среднем энергопотреблении порядка 21,1 МВт. .

Построение эксафлопсных систем стало важным достижением компьютерной инженерии.

История

Инициатива поддержана двумя правительственными агентствами США — Министерством энергетики США и Национальным управлением по ядерной безопасности (National Nuclear Security Administration) . Технологии, полученные в данной инициативе, пригодились бы в различных вычислительно-интенсивных исследовательских областях, включая фундаментальные науки, инженерные науки, науки о Земле, биологию, науки о материалах, энергетике, и национальной безопасности .

В 2012 году США выделили 126 млн $ на программу по созданию эксафлопсных систем . В 2014 году представитель офиса ( англ. ) минэнерго США оценил, что эксафлопсный суперкомпьютер может быть создан к 2023 году .

В Европейском союзе действует три проекта по развитию аппаратных и программных технологий для эксафлопсных суперкомпьютеров:

• CRESTA ( Collaborative Research into Exascale Systemware, Tools and Applications ),
• DEEP ( Dynamical ExaScale Entry Platform ),
• Mont-Blanc.

Различные авторы прогнозировали в конце 2000-х годов возможное построение эксафлопсных систем не ранее чем в 2018—2020 годах .

В Японии институт RIKEN (Advanced Institute for Computational Science) планировал при участии Fujitsu создание системы эксафлопсного уровня к 2020—2021 годам с энергопотреблением не выше 30 МВт .

В 2014 году наблюдение за стагнацией суперкомпьютерной отрасли и рейтинга Top500 суперкомпьютеров мира привело некоторых журналистов к сомнениям в реализуемости эксафлопсных программ к 2020 году .

В декабре 2014 года разведывательное агентство США IARPA объявило о предоставлении многолетнего финансирования IBM, Raytheon BBN и Northrop Grumman по программе «Cryogenic Computer Complexity» («Криогенные компьютерные структуры»), которая предполагает развитие технологий построения суперкомпьютеров, использующих сверхпроводниковые логические элементы , с потенциальным выходом на уровень эксафлопса .

О планах также заявлял Китай .

К 2021 году корпорации Intel и Cray планировали создать первую в США экзафлопсную систему под названием Aurora для Аргоннской национальной лаборатории Министерства энергетики США .

Проблемы и задачи

Для создания эксафлопсных систем требуется решить множество задач как со стороны программного обеспечения (создать программы, эффективно исполняющиеся на миллионах ядер), так и со стороны аппаратного обеспечения . Например, обычная компьютерная память, разрабатывавшаяся к 2014 году могла бы потреблять от единиц до десятков мегаватт на каждые 100 ПБ/с суммарной пропускной способности .

Для эффективного программирования приложений на суперкомпьютерах эксафлопсного уровня (с сотнями тысяч потоков управления, использующих миллионы вычислительных ядер, ${\displaystyle 10^{18}}$ операций с плавающей запятой в секунду) силами специалистов IBM Research создан язык программирования Х10 . Язык объектно-ориентированный, со статической типизацией, с поддержкой на уровне языка параллелизма на основе задач, привязки вычислительных задач ( activities ) к вычислительным ядрам ( places ), барьерной синхронизации задач ( clocks ), поддержкой параллельных циклов, с поддержкой распределенных по вычислительным узлам многомерных массивов и структурных типов, асинхронного разделенного глобального адресного пространства (программист обращается к элементам распределенного в оперативной памяти различных вычислительных узлов массива так, как будто массив размещен в оперативной памяти единого компьютера, компилятор сам организует сериализацию, десериализацию и передачу данных между вычислительными узлами, обеспечивает атомарность операций обращения к данным). Код на X10 может компилироваться в код на Java (режим Managed X10) или C++ (режим Native X10) , что позволяет как создавать приложения для суперкомпьютеров, так и использовать язык программирования X10 при желании вне области высокопроизводительных вычислений для разработки многопоточных приложений для персональных компьютеров.

Достижения в 2020 году

По данным сайта « Топ 500 » :

Тем не менее, было несколько заметных изменений в топ-10, включая две новые системы, а также новую отметку highwater, установленную топ-рейтингом Суперкомпьютер Фугаку. Благодаря дополнительному оборудованию fugaku увеличила свою производительность HPL до 442 петафлопс, что является скромным увеличением по сравнению с 416 петафлопсами, достигнутыми системой, когда она дебютировала в июне 2020 года. Что еще более важно, Fugaku увеличила свою производительность на новом тесте mixed precision HPC-AI benchmark до 2,0 exaflops, превзойдя свою отметку 1,4 exaflops, зафиксированную шесть месяцев назад. Они представляют собой первые эталонные измерения выше одного exaflop для любой точности на любом типе оборудования.

— Данные сайта top500.org - 56-й выпуск TOP500 от 16 ноября 2020 года

Примечания

Ссылки

• , Lecture Notes in Computer Science, Volume 5759. ISBN 978-3-642-03769-6 . Springer Berlin Heidelberg, 2009, p. 3 (англ.)
• Digital Manufacturing Report. November 22, 2011 (англ.)
• (англ.)
• Виктор Горбунов, Георгий Елизаров, Леонид Эйсымонт, — Открытые системы. СУБД. № 07 2013