Próximo: computadores exascale, com previsão de chegar em 2020

Se o aumento na velocidade dos supercomputadores continuar em seu ritmo atual, veremos a primeira máquina exascale até 2020, estimaram os mantenedores do sistema. Top500 compilação dos sistemas mais rápidos do mundo.

Arquitetos de sistemas de computadores tão grandes, no entanto, enfrentarão uma série de problemas críticos, alerta um guardião da lista.

"Os desafios serão substanciais para entregar a máquina" disse Jack Dongarra, pesquisador da Universidade do Tennessee, Knoxville, que é um dos principais responsáveis ​​pelo Top500. Dongarra falou na conferência SC2012, que acontece esta semana em Salt Lake City, durante uma apresentação sobre a última edição da lista, divulgada na semana passada.

Ainda temos um caminho a percorrer antes que o desempenho da exascale seja possível. Uma máquina exascale seria capaz de um quintilhão de FLOPS (operações de ponto flutuante por segundo), ou 10 para o 18º FLOPS. Até mesmo os supercomputadores mais rápidos de hoje oferecem menos de 20% da capacidade de uma máquina exascale.

Top500

Novas alturas

Na edição mais recente da lista Top500 de supercomputadores, lançada na segunda-feira, o computador mais rápido da lista foi o sistema de Oak Ridge National Laboratory Titan, uma máquina capaz de executar 17,59 petaflops. Um petaflop é um quatrilhão de cálculos de ponto flutuante por segundo, ou 10 a 15 FLOPS.

Mas cada novo Top500 - a lista que é compilada duas vezes por ano - mostra a velocidade com que as velocidades dos supercomputadores crescem. A julgar pela lista, os supercomputadores parecem ganhar dez vezes mais poder a cada dez anos. Em 1996, o primeiro computador teraflop apareceu no Top500 e, em 2008, o primeiro computador petaflop apareceu na lista. Extrapolando dessa taxa de progresso, a Dongarra estima que a computação exascale deve chegar por volta de 2020.

A comunidade de Computação de Alto Desempenho (HPC) assumiu a computação exascale como um marco importante. A Intel criou uma linha de processadores massivamente multicore, chamada Phi, que a empresa espera que possa servir de base para os computadores que podem estar em execução até 2018. Em sua palestra, Dongarra esboçou as características de uma máquina exascale. Essa máquina provavelmente terá entre 100.000 e 1.000.000 nós e poderá executar até um bilhão de threads a qualquer momento. O desempenho de um nó individual deve estar entre 1,5 e 15 teraflops e as interconexões precisarão de 200 a 400 gigabytes por segundo.

Fabricantes de supercomputadores terão que construir suas máquinas para que seu custo e consumo de energia não aumentem de forma linear juntamente com o desempenho, para não se tornarem muito caros para comprar e executar, disse Dongarra. Uma máquina exascale deve custar cerca de US $ 200 milhões, e usar apenas cerca de 20 megawatts, ou cerca de 50 gigaflops por watt.

Dongarra espera que metade do custo de construir tal computador seja destinada à compra de memória para o sistema. A julgar pelos roadmaps dos fabricantes de memória, Dongarra estimou que 100 milhões comprariam entre 32 petabytes e 64 petabytes de memória até 2020.

Top500

Desafio de software

Além dos desafios em hardware, os projetistas de supercomputadores precisam também lida com problemas de software. Um problema será a sincronização, disse Dongarra. As máquinas de hoje passam tarefas entre muitos nós diferentes, embora essa abordagem precise ser simplificada à medida que o número de nós aumenta.

"Hoje, nosso modelo para processamento paralelo é um modelo fork / join, mas você não pode fazer isso em [o nível exascale de um paralelismo. Temos que mudar o nosso modelo. Temos que ser mais síncrono ", disse Dongarra. Na mesma linha, algoritmos precisam ser desenvolvidos para reduzir a quantidade de comunicação geral entre os nós.

Outros fatores devem ser considerados também. O software deve vir com rotinas integradas para otimização. "Não podemos confiar no usuário ajustando os botões e mostradores certos para que o software funcione em qualquer lugar perto do desempenho máximo", disse Dongarra. A resiliência de falhas será outro recurso importante, assim como a reprodutibilidade dos resultados ou a garantia de que um cálculo complexo produzirá a mesma resposta exata quando executado mais de uma vez.

A reprodutibilidade pode parecer um traço óbvio para um computador. Mas, na verdade, pode ser um desafio para grandes cálculos em supercomputadores multinó- gicos. "Do ponto de vista dos métodos numéricos, é difícil garantir a reprodutibilidade bit a bit", disse Dongarra. "O principal problema é fazer uma redução - um somatório de números em paralelo. Se não posso garantir a ordem em que esses números se juntam, terei diferentes erros de arredondamento. Essa pequena diferença pode ser ampliada de uma forma que pode fazer com que as respostas divirjam catastroficamente ", disse ele.

" Temos que criar um cenário em que possamos garantir a ordem em que essas operações são feitas, para que possamos garantir os mesmos resultados, "Dongarra disse.

Joab Jackson cobre software empresarial e tecnologia geral, notícias de última hora para

O Serviço de Notícias IDG

. Siga Joab no Twitter em @Joab_Jackson. O endereço de e-mail de Joab é [email protected]