Ang pinakamabilis na superkomputer sa mundo ngayon sa china

Balita kahapon na ang Tianhe-2 supercomputer ng China ngayon ang pinakamabilis sa mundo ay hindi lahat iyon nakagugulat. Pagkatapos ng lahat, ang isang mas maagang bersyon ay nasa tuktok ng listahan ng supercomputing noong 2010.

Ano ang medyo nakakagulat ay ang arkitektura sa likod ng Tianhe-2 (na kilala rin bilang Milky Way-2). Ito ay batay sa bagong Xeon Phi na arkitektura ng Intel, na pinagsasama ang isang malaking bilang ng mga x86 na mga cores sa isang solong chip; ang supercomputer pagkatapos ay pinagsasama ang mga chips sa isang solong arkitektura. Ang sistemang ito ay hindi inaasahan na ma-deploy para sa isa pang pares ng mga taon, kaya nagulat ako na makita ang isang Xeon Phi na nakabase sa system na nasa itaas ng listahan. Ang nahanap ko na pinaka-kaakit-akit dito ay ang kumpetisyon na may mga system na nakabatay sa karamihan sa computing ng GPU. Sa katunayan, ang isang sistema batay sa mga CUDA GPU cores ng Nvidia, na nanguna sa listahan sa huling oras, ay nasa pangalawang lugar na.

Ang listahan ng Top500 ng pinakamabilis na computer sa mundo ay karaniwang lumabas ng dalawang beses sa isang taon: minsan kasabay ng International Supercomputing Conference (ISC) na nangyayari ngayon sa Alemanya at muli sa Supercomputing Conference (SC 13) sa taglagas.

Ang Tianhe-2, na nakabase sa National University of Defense Technology sa Changsha, China, ay nagpapakita ng napapanatiling pagganap ng higit sa 33.8 petaflops (higit sa 17, 500 trilyong lumulutang na operasyon sa bawat segundo) at tugatog na pagganap ng 54.9 petaflops sa benchmark ng LINPACK. Ginagawa nitong halos dalawang beses nang mas mabilis ang nakaraang pinuno, ang sistema ng Titan na nakabase sa Oak Ridge National Laboratory (ORNL) ng Departamento ng Estados Unidos. Ang Tianhe-2 ay mayroong 16, 000 node, bawat isa ay may dalawang Intel Xeon E5-2692 (12-core processors, gamit ang Ivy Bridge) processors at tatlong Xeon Phi processors para sa isang pinagsamang kabuuang 3, 120, 000 computing cores. Ang mga Xeon cores ay batay sa isang paparating na 12-core na bersyon ng pamilya ng Xeon # 5-2600, batay sa arkitektura ng 22nm Ivy Bridge. Ang kabuuang sistema ay nakakakuha ng 17.8MW, ang karamihan sa anumang nangungunang sistema sa tuktok na listahan ng 500, ngunit dahil ang mga numero ng pagganap ay napakataas, itinuturing pa rin na medyo mahusay ang kapangyarihan. Ang listahan ng Hunyo ng pinaka mahusay na mga supercomputer, ang Green500, ay malapit nang lumabas.

Ang sistema ng Titan ng ORNL, na nanguna sa nakaraang listahan, ay nasa pangalawang lugar na. Ito ay batay sa isang Cray XK7 system na may 18, 688 node, ang bawat isa ay naglalaman ng isang 16-core AMD Opteron 6274 at isang Nvidia Tesla K20x graphics processing unit (GPU) accelerator. Ang sistemang ito ay nagpapakita ng napapanatiling pagganap ng 17.5 petaflops (higit sa 17, 500 trilyon na lumulutang na operasyon sa bawat segundo) at tugatog na pagganap ng higit sa 27 petaflops sa benchmark ng LINPACK. Ang sistema ng Sequoia sa Lawrence Livermore National Laboratory, batay sa sistema ng IBM's BlueGene / Q at ang mga Power CPU nito, ay dumating sa pangalawa sa listahan ng Top500 isang taon na ang nakalilipas ngunit lumubog sa ikatlong lugar. Ang pang-apat na lugar ng lugar ay nananatiling "K computer" sa RIKEN Advanced Institute for Computational Science ng Japan batay sa mga processors ng Fujitsu SPARC64.

Ang nangungunang apat na sistema ay nagpapakita ng apat na magkakaibang iba't ibang mga arkitektura. Ang mga tradisyunal na malalaking sistema ng bakal, tulad ng mga batay sa IBM's BlueGene (Power) at mga arkitektura ng SPARC ni Fujitsu, ay marami pa ring tumatakbo ngunit ang karamihan sa atensyon ay papunta sa bagong arkitektura ng Xeon Phi ng Intel at arkitektura ng CUDA ni Nvidia. Samantala, patuloy na may mga kwento na nagtatrabaho ang China upang lumikha ng sarili nitong processor para sa supercomputing.

Sa higit pang mga detalye, inihayag kahapon ni Nvidia na ang mga mananaliksik sa Stanford University ay gumagamit ng mga GPU upang lumikha ng pinakamalawak na artipisyal na neural network sa buong mundo na idinisenyo upang modelo kung paano natututo ang utak ng tao. Inilahad din nito na ang CUDA toolkit nito ay susuportahan ngayon ng mga platform na nakabase sa ARM.

Bilang bahagi ng kumperensyang supercomputing, ipinakilala rin ng Intel ang mga bagong bersyon ng pamilya nitong Xeon Phi coprocessor, kabilang ang 7100 na may 61 na mga cores sa 1.23GHz, 16GB ng suportang kapasidad ng memorya, at higit sa 1.2TFlops ng dobleng pagganap ng katumpakan; ang pamilyang Xeon Phi 3100 na may 57 cores ay nag-clocked sa 1.1GHz at 1TFlops ng pagganap ng dobleng katumpakan; at isang bagong 5100D, dinisenyo upang ang mga socket ay maaaring maglakip sa isang mini-board para magamit sa mga kadahilanan ng talim. Sinasabi ng Intel sa susunod na henerasyon, na kilala bilang "Knights Landing" at batay sa paparating na teknolohiyang proseso ng 14nm, ay gagana hindi lamang bilang isang coprocessor, kundi pati na rin bilang isang pangunahing processor, kaya tinanggal ang pagiging kumplikado ng paglipat ng data sa iba't ibang mga pool ng memorya. Ito ay isasama ang memorya sa-package upang mapabilis ang pagganap.

Tinatawag ng Intel ang kumbinasyon ng tradisyonal na mga processors na Xeon at Xeon Phi na "neo-heterogeneous architecture." Ang arkitektura ng hardware ay may maraming mga klase ng mga kakayahan sa compute na na-access ng isang karaniwang modelo ng programming. Ang kumpanya ay binibigyang diin na dahil ang lahat ng x86 na maaaring mag-streamline ng pag-unlad at pag-optimize sa mga paraan na magiging mas mahirap kapag gumagamit ng isang kumbinasyon ng mga CPU at mga GPU na accelerator. Si Nvidia at ang iba pang mga kumpanya na nagtutulak sa compute ng GPU ay hindi sumasang-ayon sa pagtatasa na iyon.

Napag-usapan din ni Intel ang paggamit ng high-performance computing hindi lamang para sa tradisyonal na paggamit tulad ng pananaliksik ng gobyerno at militar at high-end na komersyal na aplikasyon tulad ng simulation ng langis at gas, kundi pati na rin para sa mga aplikasyon tulad ng malaking data. Ang layunin ay upang gawing mas mainstream ang supercomputing.

Tingnan ang buong listahan ng Top500 supercomputers dito.