La corsa per il primo posto nella lista TOP500 è sempre stata brutale. È una competizione definita dalla velocità pura e dal consumo energetico massiccio. Ora il gioco è cambiato in modo permanente. Per la prima volta nella storia, un supercomputer ha varcato la soglia dell’exascala. Questo non è un piccolo passo. È un salto in una nuova era dell’informatica.
Frontier, situato presso l’Oak Ridge National Laboratory negli Stati Uniti, ha realizzato qualcosa senza precedenti. Ora elabora 1,1 trilioni di operazioni in virgola mobile al secondo. Quel numero da solo è difficile da visualizzare. Per dirla in prospettiva, si tratta di un miliardo di miliardi di calcoli ogni singolo secondo. Siamo ufficialmente entrati nella gamma degli exaflop.
Ma cosa significa realmente questo per il mondo fuori dal laboratorio? E come siamo arrivati qui?
Definizione dell’Exaflop
Un exaflop è un quintilione di operazioni in virgola mobile al secondo. Il termine deriva da “flop”, che sta per Floating Point Operations. È la metrica standard per misurare le prestazioni dei supercomputer. Fino a poco tempo fa, il tetto massimo era rappresentato dai petaflop (un quadrilione). Gli exaflop rappresentano un aumento di mille volte.
Il risultato di Frontier non riguarda solo la velocità. Si tratta di efficienza e architettura. Utilizza processori AMD EPYC e acceleratori Radeon Instinct. Questa combinazione gli consente di fornire prestazioni enormi senza consumare l’intera rete elettrica di una piccola nazione. Beh, forse vicino ad esso.
Come viene misurato?
Potresti chiederti come si ottiene un numero così sconcertante. Il valore deriva dal benchmark LINPACK. Questa è una suite di test standard utilizzata per classificare i supercomputer TOP500. Risolve un sistema di equazioni lineari. Quanto più velocemente una macchina riesce a risolvere queste complesse equazioni, tanto più alta sarà la sua classifica.
Il punteggio di 1,1 exaflop di Frontier su LINPACK conferma la sua posizione dominante. Non è un massimo teorico. È una realtà misurata. Ciò significa che l’hardware può sostenere questo livello di densità computazionale sotto stress. Dimostra che il design funziona. Dimostra che i sistemi di raffreddamento, le interconnessioni e lo stack software funzionano tutti come previsto.
Perché questo è importante adesso
Potresti chiederti perché abbiamo bisogno di una macchina in grado di eseguire un quintilione di calcoli al secondo. La risposta sta nella complessità. Alcuni problemi sono troppo difficili per i sistemi attuali. La modellizzazione climatica richiede la simulazione delle interazioni atmosferiche a livello granulare. La scoperta di farmaci implica la simulazione di interazioni molecolari con precisione atomica. La formazione sull’intelligenza artificiale richiede l’elaborazione di enormi set di dati in tempi record.
Frontier può gestire questi compiti. Può eseguire simulazioni precedentemente impossibili. Può ridurre i tempi di ricerca da anni a mesi. Può accelerare la scoperta scientifica.
Considera il ripiegamento delle proteine. Comprendere come le proteine si ripiegano è fondamentale per il trattamento delle malattie. Frontier può simulare questi processi con una precisione senza precedenti. Ciò porta a trattamenti migliori. Più veloce. In modo più efficace.
Il cambiamento nella potenza di calcolo
Questa non è solo una vittoria per Oak Ridge. Si tratta di un cambiamento nel panorama del calcolo ad alte prestazioni. Le barriere sono state infrante. Altri laboratori inseguiranno questo numero. Cercheranno di superarlo. Ma la linea di base è cambiata.
L’era dell’esascala è arrivata. Porta nuove sfide. Il consumo di energia è una delle principali preoccupazioni. Ma offre anche nuove opportunità. Non siamo più limitati dalla velocità delle nostre macchine. Siamo limitati dalla complessità del
Oltre i benchmark TOP500
Misuriamo la potenza del computer in base a quante operazioni può eseguire in un secondo. Questa è la linea di base. Abbiamo più core. Abbiamo acceleratori specializzati. La velocità pura è salita alle stelle. Ma la metrica ufficiale per il supercalcolo, la lista TOP500, utilizza un programma specifico. Risolve sistemi massicci di equazioni lineari. Utilizza la doppia precisione, il che significa una precisione a 64 bit. Questo è il gold standard per il ranking.
Nel 1997 abbiamo raggiunto la soglia del teraflop. Un trilione di operazioni in virgola mobile al secondo. Poi arrivò il 2008. Cominciò l’era del petaflop. Un quadrilione di operazioni. È stato un grosso problema. Ciò significava che potevamo modellare modelli meteorologici complessi e il ripiegamento delle proteine con più facilità. Ma l’obiettivo si è sempre spostato verso l’alto. La soglia simbolica successiva era l’exaflop. Un quintilione di calcoli al secondo.
Considera la scala. L’universo ha circa $ 10^{18}$ secondi. Se a partire dal Big Bang un essere umano risolvesse un singolo problema ogni secondo, un computer exascale potrebbe completare lo stesso carico di lavoro in un secondo. Non è solo più veloce. È una dimensione del tempo diversa.
Scienza del mondo reale su Exaspeed
Lo sa bene Christian Plessl del Center for Parallel Computing dell’Università di Paderborn. Lui e il suo team hanno recentemente eseguito una simulazione a velocità exaflop reali. Hanno utilizzato il supercomputer Perlmutter presso il National Energy Research Scientific Computing Center negli Stati Uniti. L’obiettivo? La proteina spike del virus SARS-CoV-2.
Questa non è stata una corsa di benchmark standard. Il TOP500 richiede una precisione a 64 bit. Il team di Plessl ha invece utilizzato la precisione a 32/16 bit. Perché? Per la simulazione a livello atomico, quel livello di dettaglio è spesso sufficiente e molto più efficiente. Il risultato è stato sconcertante. La simulazione di 83 milioni di atomi ha richiesto solo 42 secondi.
“La dimensione di questo numero diventa più chiara quando ci si rende conto che l’universo ha circa $10^{18}$ secondi.”
Hanno eseguito circa $47 \times 10^{18}$ operazioni in virgola mobile. Cioè 1,1 exaflop. Un nuovo record mondiale. Ciò dimostra che il calcolo exascale non è più una pietra miliare teorica. È una realtà operativa per la scoperta scientifica.
Perché le scelte precise sono importanti
Il passaggio dalla precisione a 64 bit a quella a 32/16 bit evidenzia una tendenza in crescita nell’elaborazione ad alte prestazioni. Non sempre abbiamo bisogno della massima precisione per ottenere risultati significativi. In molte simulazioni, la precisione ridotta consente di risparmiare enormi quantità di energia e tempo. L’elenco TOP500 rimane importante per il confronto standardizzato. Ci dice chi ha il potere più grezzo e a doppia precisione. Ma la vera scienza spesso si svolge ai margini.
Il team di Plessl ha dimostrato che possiamo simulare strutture virali con precisione atomica in pochi secondi. Questa velocità è importante per la scoperta di farmaci. È importante per capire come si ripiegano le proteine. È importante per rispondere alle pandemie. Il divario tra classifica e realtà si sta riducendo.
La corsa per il numero successivo continua. Ma l’attenzione si sta spostando. Non si tratta solo del numero massimo di un elenco. Riguarda cosa possiamo effettivamente fare con quel potere. Simulazione di una proteina virale in cambiamenti di 42 secondi
Frontiera: der erste Exascale-Rechner
Die Zahl ist jetzt ofziell. 30. maggio 2022. L’elenco TOP500, presentato alla conferenza di supercomputing di Amburgo, è il migliore.
Frontiera.
Il supercomputer dell’Oak Ridge National Laboratory (ORNL) negli Stati Uniti non è solo facile. Er ist der erste echte Exascale-Rechner der Welt. E damit hat sich die Wissenschaftsgeschichte für immer verändert.
Die Zahlen sprechen eine klare Sprache. 1.102 trilioni di operazioni di Gleitkomma per secondi. Questo è un exaflop 1,1. In der offiziellen Benchmark hat Frontier die Marke geknackt. Endlich.
“Frontier läutete eine neue Ära des Exascale-Computings ein und hilft damit, die größten wissenschaftlichen Herausforderungen der Welt zu bewältigen.”
Thomas Zacharia, Direttore dell’ORNL, sieht das genauso. Per lui è il Meilenstein l’Anfang. Er ist der Vorgeschmack auf etwas, das noch viel größer ist. Die beispiellosen Fähigkeiten von Frontier als Werkzeug für die Wissenschaft.
Doch wie kommt man auf diese Leistung?
Frontier wurde gerade erst aufgebaut. Trotzdem beeindruckt er durch Effizienz. 8,7 milioni di monete. Das ist die Muskulatur Hinter der Rechenpower. Aber die wahre Stärke liegt in der Energiebilanz. 52,23 Gigaflop per Watt.
Efficienza energetica relativa per questo livello.
In einer Welt, in der Rechenzentren ständig mehr Strom verbrauchen, ist das kein kleines Detail. Es ist ein Schlüssel. L’Exascale Computing non è solo un problema. Es bedeutet, komplexe Probleme zu lösen, die vorher unmöglich schienen.
Wettervorhersagen. Climamodellierung. Genomik.
Diese Aufgaben brauchen nicht nur mehr Power. Sie brauchen die richtige Power. Die, die nicht die Welt verbrennt, während sie sie berechnet.
Frontier zeigt, dass das möglich ist.
L’Ara ha avuto inizio. Era all’inizio dell’Exascale, saremo molto felici come Pionieriarbeit per l’elaborazione post-exascale. Aber das ist ein anderes Kapitel.
Erstmal geht es um das, was jetzt ist.
Die Zahlen sind da. La macchina si avvia. Und die wissenschaftlichen Herausforderungen warten.
Superare la legge di Moore: i veri colli di bottiglia dell’exascale computing
Thomas Lippert ed Estela Suarez del Jülich Supercomputing Center non lo edulcorano. Arrivare all’Exascale computing non è solo questione di acquistare più parti e premere un grande pulsante rosso. È una faticaccia. Centinaia di passi. Livelli multipli di complessità. E le vecchie regole? Non si applicano più.
Per due decenni, la Legge di Moore è stata un predittore affidabile. Ogni dieci anni, le prestazioni dei processori sono centuplicate. Combinato con altre ottimizzazioni del supercalcolo, ciò significava un aumento di mille volte della potenza pura. Quell’era è finita. Dal 2005 circa, queste leggi di ridimensionamento sono state interrotte. Non puoi più fare affidamento sulle velocità di clock grezze o sulla densità dei transistor per eseguire il lavoro pesante.
Il problema del calore è fisico, non solo logistico
Parliamo di energia. È qui che la gomma incontra la strada. Un singolo server rack in un moderno supercomputer assorbe 150 kilowatt di energia elettrica. Pensaci. Si tratta di un consumo energetico da dieci a quindici volte superiore a quello di un impianto di riscaldamento in una casa unifamiliare media.
Se non gestisci quel calore, il sistema vaporizza in pochi minuti. È così semplice.
Dieci anni fa era sufficiente il raffreddamento ad aria. Ora? Hai bisogno di sistemi di raffreddamento ad acqua calda. Sono più efficienti. Aspirano il calore prima che uccida il silicio. E poiché catturano il calore di scarto in modo così efficace, puoi convogliarlo direttamente nei sistemi di riscaldamento dell’edificio. Non si tratta solo di mantenere in vita il computer; si tratta di non sciogliere la struttura.
Gestire migliaia di macchine
Poi c’è il livello di gestione. Come si amministra un sistema con 10.000 macchine? Non puoi farlo manualmente. Non puoi andare in giro con una chiavetta USB.
Gli aggiornamenti manuali del software sono una condanna a morte su questa scala. Hai bisogno di un software orchestrato. Hai bisogno di un sistema in grado di amministrare l’intera infrastruttura in modo autonomo. Se il livello software non è robusto, l’hardware è inutile.
Perché abbiamo bisogno di qualcosa di più del semplice “più veloce”
Allora perché affrontare il problema? Perché costruire una macchina Exascale?
La risposta sta nella risoluzione. Nella simulazione climatica, attualmente ci troviamo di fronte a un muro. Su un supercomputer Petascale, il meglio che possiamo fare è una risoluzione della griglia di 10 chilometri per i modelli globali. Vogliamo una risoluzione di un chilometro. Dobbiamo catturare gli hotspot, fenomeni su piccola scala che interagiscono in modi complessi. Non puoi simulare accuratamente un uragano se i quadrati della tua griglia hanno le dimensioni di un piccolo paese.
“La nostra filosofia è migliorare sempre, simulare problemi più grandi e complessi, in modo da avere, alla fine, un’immagine sempre più realistica del mondo.”
Non è solo questione di tempo. Riguarda la dinamica molecolare. Riguarda la scoperta di farmaci. Se la potenza di calcolo è maggiore, la simulazione sarà più affidabile. L’affermazione che ottieni dal computer diventa scientificamente valida e non solo un’ipotesi approssimativa.
Collegare l’inconnettibile
Estela Suarez sottolinea che la precisione è solo metà dell’opera. L’altra metà è l’integrazione. Nella scienza del clima, non puoi semplicemente modellare l’atmosfera. Devi modellare gli oceani. Devi modellare la superficie terrestre. Collegare matematicamente tutte queste variabili è incredibilmente complesso.
La neuroscienza si trova di fronte allo stesso muro. Vogliamo simulare l’intero cervello umano. Ma per comprendere le malattie, dobbiamo osservare simultaneamente i singoli neuroni e le loro funzioni specifiche. L’attuale potenza di calcolo non lo riduce. Abbiamo bisogno di una macchina Exascale per colmare il divario tra la simulazione a livello macro e il dettaglio a livello micro.
Il passaggio al calcolo eterogeneo
Poiché la velocità di clock ha raggiunto un limite fisico a causa dei vincoli di calore ed energia, il settore ha cambiato direzione. Abbiamo iniziato a inserire più core in ciascuna unità. Ecco perché il tuo telefono e laptop sono dotati di processori multi-core.
Poi abbiamo guardato altrove. Unità di elaborazione grafica (GPU). Originariamente costruiti per i giochi, offrono un’enorme potenza di elaborazione parallela con un consumo energetico relativamente basso. I supercomputer li stanno divorando.
Questa tendenza continuerà. Stiamo esaminando tecnologie che non sono state create per il supercalcolo ma che possono essere costrette a funzionare. Computer quantistici. Chip neuromorfici che imitano il cervello umano.
Alla Jülich si punta su un’architettura modulare. Definisci cluster diversi con caratteristiche hardware diverse. Li colleghi. Gli utenti possono accedere a questi moduli simultaneamente in base a ciò che richiede il loro codice specifico. Non è più un monolite valido per tutti. È un kit di strumenti.
E non è ancora abbastanza. Vorremo sempre superare i limiti. La macchina Exascale è solo il passo successivo, non il traguardo.
Software: il vero collo di bottiglia nell’elaborazione Exascale
Tutti fissano lo sguardo sul silicio. I sistemi di raffreddamento. La pura densità dei processori. Ma questa è solo metà della battaglia.
L’hardware è solo il motore. Il software è il volante, la trasmissione e il manuale del conducente, tutti riuniti in un unico pasticcio complesso. Se il codice non riesce a gestire il caos, l’hardware è solo un costoso fermacarte.
I sistemi stanno diventando frattalmente complessi. Non puoi semplicemente lanciare più core per risolvere un problema e aspettarti un ridimensionamento lineare. L’eterogeneità è il killer. Stai destreggiandoti tra GPU, TPU, acceleratori specializzati e cluster di CPU tradizionali. Parlano tutti lingue diverse. Hanno tutti profili di latenza diversi. Lo stack software deve colmare queste lacune senza crollare sotto il peso dei propri strati di astrazione.
Rendere accessibile la scatola nera
Non si tratta solo di calcolo grezzo. Riguarda l’accessibilità.
I ricercatori non sono amministratori di sistema. Sono biologi, modellatori climatici e astrofisici. A loro non interessa la coerenza della cache. Hanno a cuore i risultati. Il software deve nascondere la complessità. Deve presentare un’interfaccia unificata all’utente finale, anche se il backend è una rete intricata di hardware specializzato.
Stiamo parlando di nuove interfacce. Migliori livelli di astrazione. Strumenti che consentono di trasferire e ottimizzare i codici applicativi per macchine che ancora non esistono. È un’ingegneria lungimirante. Non puoi ottimizzare per una macchina che hai visto solo in un white paper.
Il progetto DEEP-SEA
Stiamo vedendo questo svolgersi in tempo reale. Guarda il progetto DEEP-SEA. È attualmente in corso. L’obiettivo? Sviluppare la prossima generazione di pacchetti software progettati specificamente per ambienti exascale.
Non stanno solo riparando il vecchio codice. Stanno ricostruendo le fondamenta. Preparazione dei codici applicativi per funzionare in modo efficiente sulle architetture future. Si tratta di creare il middleware che renderà utilizzabile l’exascale. Non solo potente. Utilizzabile.
Perché la potenza pura non conta se non puoi dirigerla.
