Exascale computing sau ( Exascale supercomputer , exascale , exascale ) este un termen care se referă la supercalculatoarele cu o performanță de ordinul unui ex flops ( exaFLOPS ) și inițiativele secolului 21 pentru a le crea. Această performanță este de o mie de ori mai mare decât cea a sistemelor din clasa petaflop apărute în 2008 [1] . Un exaflops este egal cu o mie de petaflopi , un miliard de miliard (10 18 ) operațiuni în virgulă mobilă pe secundă (de obicei numărând operațiunile pe numere în format IEEE 754 pe 64 de biți ).
Performanța supercomputerelor exascale a fost atinsă în 2022. Primul supercomputer exascale din lume și cel mai performant supercomputer din lume, Frontier are o performanță pretinsă de 1.102 exaflopi și o performanță de vârf de 1.686 exaflopi, cu un consum mediu de energie de aproximativ 21,1 MW. [2] [3] [4] .
Construcția sistemelor exascale a devenit o realizare importantă în inginerie informatică.
Inițiativa este susținută de două agenții guvernamentale americane - Departamentul pentru Energie al SUA și Administrația Națională de Securitate Nucleară [5] . Tehnologiile obținute din această inițiativă ar fi utile într-o varietate de domenii de cercetare intensive din punct de vedere computațional, inclusiv științe de bază, științe inginerie, geoștiințe, biologie, științe materiale, energie și securitate națională [6] .
În 2012, Statele Unite au alocat 126 de milioane de dolari unui program de creare a sistemelor exascale [7] [8] . În 2014, un reprezentant al biroului ASCR ( Advanced Scientific Computing Research ) al Departamentului de Energie al SUA a estimat că un supercomputer exascale ar putea fi creat până în 2023 [9] .
Există trei proiecte în Uniunea Europeană pentru dezvoltarea tehnologiilor hardware și software pentru supercalculatoarele exascale:
La sfârșitul anilor 2000, diverși autori au prezis posibila construcție a sistemelor exascale nu mai devreme decât în 2018–2020 [13] .
În Japonia, Institutul RIKEN (Advanced Institute for Computational Science), cu participarea Fujitsu , a planificat să creeze un sistem exascale până în 2020-2021 cu un consum de energie de cel mult 30 MW [14] [15] [9] .
În 2014, observarea stagnării industriei de supercalculatură și clasamentul Top500 de supercomputere din lume i-au determinat pe unii jurnaliști să se îndoiască de fezabilitatea programelor exascale până în 2020 [16] .
În decembrie 2014, agenția de informații americană IARPA a anunțat acordarea de finanțare multianuală către IBM, Raytheon BBN și Northrop Grumman în cadrul programului „Cryogenic Computer Complexity” („Cryogenic computer structures”), care implică dezvoltarea de tehnologii pentru construirea de supercalculatoare. folosind elemente logice supraconductoare , cu o ieșire potențială la nivelul exaflop [17] [18] .
China a anunțat și planuri [19] .
Până în 2021, Intel și Cray Corporation plănuiesc să construiască primul sistem exascale din SUA numit Aurora pentru Laboratorul Național Argonne al Departamentului de Energie al SUA [20] [21] .
Pentru a crea sisteme exascale, este necesar să se rezolve multe probleme atât din partea software (pentru a crea programe care rulează eficient pe milioane de nuclee), cât și din partea hardware [22] . De exemplu, memoria convențională de computer dezvoltată până în 2014 ar putea consuma de la câțiva până la zeci de megawați pentru fiecare 100 PB/s de lățime de bandă totală [23] .
Pentru programarea eficientă a aplicațiilor pe supercalculatoare exascale (sute de mii de fire de control folosind milioane de nuclee de procesare, operații în virgulă mobilă pe secundă), specialiștii IBM Research au creat limbajul de programare X10 [24] . Limbajul orientat pe obiecte, cu tastare statică, suport la nivel de limbaj pentru paralelism bazat pe sarcini, legarea sarcinilor de calcul ( activități ) de nuclee de calcul ( locuri ), sincronizare barieră a sarcinilor ( ceasuri ), suport pentru bucle paralele, suport pentru distribuție multidimensională peste matrice de noduri de calcul și tipuri structurale, un spațiu de adrese global partajat asincron [25] (programatorul accesează elementele matricei distribuite în memoria RAM a diferitelor noduri de calcul ca și cum matricea se află în memoria RAM a unui singur computer, compilatorul el însuși organizează serializarea, deserializarea și transferul de date între nodurile de calcul, asigură atomicitatea operațiunilor de acces la date). Codul X10 poate fi compilat în cod Java (modul Managed X10) sau C++ (modul X10 nativ) [26] , ceea ce vă permite atât să creați aplicații pentru supercalculatoare, cât și să utilizați limbajul de programare X10, dacă doriți, în afara domeniului de înaltă performanță. calculatoare pentru a dezvolta aplicații multi-threaded pentru computere personale.
Potrivit site-ului „Top 500” :
Cu toate acestea, au existat câteva modificări notabile în top 10, inclusiv două sisteme noi, precum și un nou punct maxim stabilit de supercomputerul Fugaku, cel mai bun clasat. Cu hardware suplimentar, fugaku și-a crescut performanța HPL la 442 de petaflopi, o creștere modestă față de cei 416 petaflopi atinși de sistem când a debutat în iunie 2020. Mai important, Fugaku și-a crescut performanța la noul benchmark mixt de precizie HPC-AI la 2,0 exaflopi, depășind marca sa de 1,4 exaflopi în urmă cu șase luni. Ele reprezintă primele măsurători de referință peste un exaflop pentru orice precizie pe orice tip de echipament.
— Date site top500.org - numărul 56 al TOP500 din 16 noiembrie 2020