De race om de eerste plek op de TOP500-lijst is altijd meedogenloos geweest. Het is een competitie die wordt bepaald door pure snelheid en een enorm stroomverbruik. Nu is het spel definitief veranderd. Voor het eerst in de geschiedenis heeft een supercomputer de exaschaaldrempel overschreden. Dit is geen kleine stap. Het is een sprong naar een nieuw computertijdperk.
Frontier, gevestigd in het Oak Ridge National Laboratory in de Verenigde Staten, heeft iets ongekends bereikt. Het verwerkt nu 1,1 biljoen drijvende-kommabewerkingen per seconde. Dat aantal alleen al is moeilijk voor te stellen. Om het in perspectief te plaatsen: dat zijn één miljard miljard berekeningen per seconde. We zijn officieel toegetreden tot het exaflop-assortiment.
Maar wat betekent dit eigenlijk voor de wereld buiten het lab? En hoe zijn we hier terechtgekomen?
De Exaflop definiëren
Een exaflop is een triljoen drijvende-kommabewerkingen per seconde. De term komt van ‘flops’, wat staat voor Floating Point Operations. Het is de standaardmaatstaf voor het meten van de prestaties van supercomputers. Tot voor kort vormden petaflops (één biljard) het plafond. Exaflops vertegenwoordigen een duizendvoudige toename.
De prestatie van Frontier gaat niet alleen over snelheid. Het gaat om efficiëntie en architectuur. Het maakt gebruik van AMD EPYC-processors en Radeon Instinct-accelerators. Deze combinatie maakt het mogelijk om enorme prestaties te leveren zonder het volledige elektriciteitsnet van een klein land te verbruiken. Nou ja, misschien dichtbij.
Hoe wordt dit gemeten?
Je vraagt je misschien af hoe zo’n duizelingwekkend getal tot stand komt. De waarde komt uit de LINPACK-benchmark. Dit is een standaard testpakket dat wordt gebruikt om de TOP500-supercomputers te rangschikken. Het lost een systeem van lineaire vergelijkingen op. Hoe sneller een machine deze complexe vergelijkingen kan oplossen, hoe hoger de rangorde.
De score van Frontier van 1,1 exaflops op LINPACK bevestigt zijn dominantie. Het is geen theoretisch maximum. Het is een gemeten realiteit. Dit betekent dat de hardware dit niveau van rekendichtheid onder stress kan behouden. Het bewijst dat het ontwerp werkt. Het bewijst dat de koelsystemen, de verbindingen en de softwarestack allemaal functioneren zoals bedoeld.
Waarom dit er nu toe doet
Je vraagt je misschien af waarom we een machine nodig hebben die een triljoen berekeningen per seconde kan uitvoeren. Het antwoord ligt in de complexiteit. Sommige problemen zijn te moeilijk voor de huidige systemen. Klimaatmodellering vereist het simuleren van atmosferische interacties op een gedetailleerd niveau. Geneesmiddelenontdekking omvat het simuleren van moleculaire interacties met atomaire precisie. Training op het gebied van kunstmatige intelligentie vereist het verwerken van enorme datasets in recordtijd.
Frontier kan deze taken aan. Het kan simulaties uitvoeren die voorheen onmogelijk waren. Het kan de onderzoekstijd verkorten van jaren naar maanden. Het kan wetenschappelijke ontdekkingen versnellen.
Denk aan het vouwen van eiwitten. Begrijpen hoe eiwitten vouwen is de sleutel tot de behandeling van ziekten. Frontier kan deze processen met ongekende nauwkeurigheid simuleren. Dit leidt tot betere behandelingen. Sneller. Effectiever.
De verschuiving in computerkracht
Dit is niet alleen een overwinning voor Oak Ridge. Het is een verschuiving in het landschap van high-performance computing. De barrières zijn doorbroken. Andere laboratoria zullen dit aantal achtervolgen. Ze zullen proberen het te overtreffen. Maar de basislijn is veranderd.
Het exaschaaltijdperk is aangebroken. Het brengt nieuwe uitdagingen met zich mee. Het energieverbruik is een groot probleem. Maar het brengt ook nieuwe kansen met zich mee. We worden niet langer beperkt door de snelheid van onze machines. We worden beperkt door de complexiteit van de
Voorbij de TOP500-benchmarks
We meten het computervermogen aan de hand van het aantal bewerkingen dat het in een seconde kan verpletteren. Dat is de basislijn. We hebben meer kernen. Wij beschikken over gespecialiseerde versnellers. De ruwe snelheid is omhooggeschoten. Maar de officiële maatstaf voor supercomputing, de TOP500-lijst, gebruikt een specifiek programma. Het lost enorme systemen van lineaire vergelijkingen op. Het maakt gebruik van dubbele precisie, wat een nauwkeurigheid van 64 bits betekent. Dit is de gouden standaard voor ranking.
In 1997 bereikten we de teraflop-grens. Eén biljoen drijvende-kommabewerkingen per seconde. Toen kwam 2008. Het petaflop-tijdperk begon. Eén biljard operaties. Dat was een groot probleem. Het betekende dat we complexe weerpatronen en eiwitvouwing gemakkelijker konden modelleren. Maar het doel verschoof altijd naar boven. De volgende symbolische drempel was de exaflop. Eén triljoen berekeningen per seconde.
Denk aan de schaal. Het universum is ongeveer $10^{18}$ seconden oud. Als een mens sinds de oerknal elke seconde één enkel probleem had opgelost, zou een exaschaalcomputer diezelfde werklast in één seconde kunnen voltooien. Het is niet alleen sneller. Het is een andere dimensie van tijd.
Real-World Wetenschap bij Exaspeed
Christian Plessl van het Center for Parallel Computing aan de Universiteit van Paderborn weet dit goed. Hij en zijn team hebben onlangs een simulatie uitgevoerd met echte exaflop-snelheden. Ze gebruikten de Perlmutter-supercomputer van het National Energy Research Scientific Computing Center in de VS. Het doel? Het spike-eiwit van het SARS-CoV-2-virus.
Dit was geen standaard benchmarkrun. De TOP500 vereist 64-bits nauwkeurigheid. Het team van Plessl gebruikte in plaats daarvan 32/16-bit precisie. Waarom? Voor simulatie op atomair niveau is dat detailniveau vaak voldoende en veel efficiënter. Het resultaat was verbluffend. De simulatie van 83 miljoen atomen duurde slechts 42 seconden.
“De dimensie van dit getal wordt duidelijker als je beseft dat het universum ongeveer $10^{18}$ seconden oud is.”
Ze voerden ongeveer $47 \times 10^{18}$ drijvende-kommabewerkingen uit. Dat zijn 1,1 exaflops. Een nieuw wereldrecord. Dit bewijst dat exascale computing niet langer een theoretische mijlpaal is. Het is een werkende realiteit voor wetenschappelijke ontdekkingen.
Waarom precisiekeuzes belangrijk zijn
De verschuiving van 64-bits naar 32/16-bits precisie benadrukt een groeiende trend in high-performance computing. We hebben niet altijd maximale nauwkeurigheid nodig om betekenisvolle resultaten te krijgen. In veel simulaties bespaart verminderde precisie enorme hoeveelheden energie en tijd. De TOP500-lijst blijft belangrijk voor gestandaardiseerde vergelijking. Het vertelt ons wie de meest ruwe, dubbele precisiekracht heeft. Maar echte wetenschap speelt zich vaak af in de marge.
Het team van Plessl liet zien dat we binnen enkele seconden virale structuren met atomaire nauwkeurigheid kunnen simuleren. Deze snelheid is van belang voor de ontdekking van geneesmiddelen. Het is belangrijk om te begrijpen hoe eiwitten vouwen. Het is van belang voor de reactie op pandemieën. De kloof tussen ranking en realiteit wordt kleiner.
De race om het volgende nummer gaat verder. Maar de focus verschuift. Het gaat niet alleen om het pieknummer op een lijst. Het gaat erom wat we daadwerkelijk met die kracht kunnen doen. Het simuleren van een virus-spike-eiwit in 42 seconden verandert
Grens: de eerste Exascale-Rechner
Die Zahl is jetzt offiziell. 30. Mei 2022. De TOP500-lijst, gepubliceerd op de Supercomputing-Konferenz in Hamburg, is het beste.
Grens.
De supercomputer van het Oak Ridge National Laboratory (ORNL) in de VS is niet meer beschikbaar. Er is een echte Exascale-Rechner der Welt. En verdorie, het is een kwestie van Wissenschaftsgeschichte voor meer verändert.
De Zahlen sprak een heldere taal. 1.102 biljoenen Gleitkommaoperationen pro Sekunde. Er is een 1,1 Exaflop. In de officiële benchmark heeft Frontier de Mark geknackt. Eindlich.
“Grensgrens is een nieuw tijdperk van Exascale-Computings een en al te hoog niveau, de grootste wissende herausforderungen der Welt zu bewältigen.”
Thomas Zacharia, directeur van ORNL, ziet het genauso. Het is de Meilenstein eerste van de Anfang. Het is niet zo dat het groter is geworden. De beispiellosen Fähigkeiten von Frontier als Werkzeug für die Wissenschaft.
Hoe komt het dat iemand op deze Leistung zit?
Frontier wurde gerade eerste aufgebaut. Trotzdem beeindruckt is durch Effizienz. 8,7 miljoen Rechenkerne. Het is de muskusachtige hinter van de rechenpower. Als de ster in de energierekening zit. 52,23 Gigaflop proWatt.
Relatieve energie-efficiëntie voor dit niveau.
In een wereld, in de rechenzentren die meer stroom verbrauchen, zijn er geen kleine details. Het is een Schlüssel. Denn Exascale-Computing is niet meer beschikbaar. Er zijn ingewikkelde problemen met het oplossen van problemen, die voor haar ongemoeid blijven.
Wettervorhersagen. Klimamodellierung. Genomisch.
Deze opwarming is niet meer krachtig. Ze brauchen de juiste kracht. Sterf, die nicht de wereld verbrennt, waar ze berechnet zijn.
Grens zegt dat het mogelijk is.
Die Ära is begonnen. Was als Exascale begonnen, zou waarschijnlijk kaal zijn als Pionierarbeit voor het post-exascale Computing-erweisen. Aber das is een ander Kapitel.
Erstmal geht es um das, was jetzt ist.
Die Zahlen is een feit. De machine wordt gelanceerd. En de wissenschaftlichen herausforderungen warten.
Schalen voorbij de wet van Moore: de echte knelpunten van exaschaalcomputers
Thomas Lippert en Estela Suarez van het Jülich Supercomputing Center verbloemen het niet. Om naar Exascale computing te gaan, is het niet alleen een kwestie van meer onderdelen kopen en op een grote rode knop drukken. Het is een sleur. Honderden stappen. Meerdere niveaus van complexiteit. En de oude regels? Ze zijn niet meer van toepassing.
Twintig jaar lang was de wet van Moore een betrouwbare voorspeller. Elke tien jaar schoten de prestaties van de processor honderdvoudig omhoog. Gecombineerd met andere supercomputing-optimalisaties betekende dit een duizendvoudige toename van de brute kracht. Dat tijdperk is voorbij. Sinds ongeveer 2005 zijn deze schaalwetten niet meer van toepassing. Je kunt niet langer vertrouwen op ruwe kloksnelheden of transistordichtheid om het zware werk te doen.
Het hitteprobleem is fysiek, niet alleen logistiek
Laten we het over energie hebben. Dit is waar het rubber de weg raakt. Eén serverrack in een moderne supercomputer verbruikt 150 kilowatt aan elektrische energie. Denk daar eens over na. Dat is tien tot vijftien keer het stroomverbruik van een verwarmingssysteem in een gemiddelde eengezinswoning.
Als je die hitte niet onder controle houdt, verdampt het systeem binnen enkele minuten. Zo simpel is het.
Tien jaar geleden was luchtkoeling voldoende. Nu? Je hebt warmwaterkoelsystemen nodig. Ze zijn efficiënter. Ze zuigen de warmte eruit voordat het silicium doodt. En omdat ze afvalwarmte zo effectief opvangen, kunt u deze rechtstreeks naar de verwarmingssystemen van gebouwen leiden. Het gaat niet alleen om het levend houden van de computer; het gaat erom dat de faciliteit niet smelt.
Duizenden machines beheren
Dan is er de managementlaag. Hoe beheer je een systeem met 10.000 machines? Je kunt het niet handmatig doen. Je kunt niet rondlopen met een USB-stick.
Handmatige software-updates zijn op deze schaal een doodvonnis. Je hebt georkestreerde software nodig. U heeft een systeem nodig dat de gehele infrastructuur autonoom kan beheren. Als de softwarelaag niet robuust is, is de hardware nutteloos.
Waarom we meer nodig hebben dan alleen “Sneller”
Dus waarom zou je de moeite nemen? Waarom een Exascale-machine bouwen?
Het antwoord ligt in de resolutie. Bij klimaatsimulatie lopen we momenteel tegen een muur aan. Op een Petascale-supercomputer is het beste wat we kunnen doen een rasterresolutie van 10 kilometer voor mondiale modellen. Wij willen een resolutie van één kilometer. We moeten hotspots vastleggen: kleinschalige verschijnselen die op complexe manieren op elkaar inwerken. Je kunt een orkaan niet nauwkeurig simuleren als je rastervierkanten de grootte hebben van een klein land.
“Onze filosofie is om altijd beter te worden, grotere en complexere problemen te simuleren, zodat we uiteindelijk een steeds realistischer beeld van de wereld krijgen.”
Dit gaat niet alleen over het weer. Het gaat over moleculaire dynamiek. Het gaat over de ontdekking van medicijnen. Als de rekenkracht hoger is, is de simulatie betrouwbaarder. De verklaring die u van de computer krijgt, wordt wetenschappelijk geldig in plaats van slechts een ruwe gok.
Het niet-verbindbare verbinden
Estela Suarez wijst erop dat nauwkeurigheid slechts het halve werk is. De andere helft is integratie. In de klimaatwetenschap kun je niet zomaar de atmosfeer modelleren. Je moet de oceanen modelleren. Je moet het aardoppervlak modelleren. Het wiskundig verbinden van al deze variabelen is ongelooflijk complex.
De neurowetenschappen staan voor dezelfde muur. We willen het hele menselijke brein simuleren. Maar om ziekten te begrijpen, moeten we tegelijkertijd naar individuele neuronen en hun specifieke functies kijken. De huidige rekenkracht voldoet niet. We hebben een Exascale-machine nodig om de kloof tussen simulatie op macroniveau en details op microniveau te overbruggen.
De verschuiving naar heterogeen computergebruik
Omdat de kloksnelheden door hitte- en stroombeperkingen een fysieke limiet bereikten, draaide de industrie om. We zijn begonnen meer kernen in elke eenheid te stoppen. Daarom hebben uw telefoon en laptop multi-coreprocessors.
Toen zijn we ergens anders gaan kijken. Grafische verwerkingseenheden (GPU’s). Oorspronkelijk gebouwd voor gaming, bieden ze enorme parallelle verwerkingskracht voor een relatief laag energieverbruik. Supercomputers eten ze op.
Deze trend zal zich voortzetten. We kijken naar technologieën die niet zijn gebouwd voor supercomputing, maar wel kunnen worden gedwongen te werken. Kwantumcomputers. Neuromorfe chips die het menselijk brein nabootsen.
Bij Jülich zetten ze in op een modulaire architectuur. U definieert verschillende clusters met verschillende hardwarekenmerken. Jij verbindt ze. Gebruikers hebben gelijktijdig toegang tot deze modules op basis van wat hun specifieke code vereist. Het is geen one-size-fits-all monoliet meer. Het is een gereedschapskist.
En het is nog steeds niet genoeg. Wij zullen altijd de grenzen willen verleggen. De Exascale-machine is slechts de volgende stap, niet de eindstreep.
Software: het echte knelpunt in Exascale Computing
Iedereen richt zijn blik op het silicium. De koelsystemen. De enorme dichtheid van de processors. Maar dat is slechts de helft van de strijd.
Hardware is slechts de motor. De software bestaat uit het stuur, de transmissie en de bestuurdershandleiding, allemaal samengevoegd tot één complexe puinhoop. Als de code de chaos niet aankan, is de hardware slechts een duur presse-papier.
De systemen worden fractaal complex. Je kunt niet zomaar meer kernen op een probleem gooien en lineaire schaalvergroting verwachten. De heterogeniteit is de moordenaar. Je jongleert met GPU’s, TPU’s, gespecialiseerde versnellers en traditionele CPU-clusters. Ze spreken allemaal verschillende talen. Ze hebben allemaal verschillende latentieprofielen. De softwarestack moet deze hiaten overbruggen zonder te bezwijken onder het gewicht van zijn eigen abstractielagen.
De Black Box toegankelijk maken
Dit gaat niet alleen over onbewerkte rekenkracht. Het gaat over toegankelijkheid.
Onderzoekers zijn geen systeembeheerders. Het zijn biologen, klimaatmodelbouwers en astrofysici. Ze geven niets om cache-coherentie. Het gaat hen om resultaten. De software moet de complexiteit verbergen. Het moet een uniforme interface bieden aan de eindgebruiker, zelfs als de backend een ingewikkeld web van gespecialiseerde hardware is.
We hebben het over nieuwe interfaces. Betere abstractielagen. Tools waarmee applicatiecodes kunnen worden geporteerd en geoptimaliseerd voor machines die nog niet eens bestaan. Het is vooruitstrevende techniek. Je kunt niet optimaliseren voor een machine die je alleen in een whitepaper hebt gezien.
Het DEEP-SEA-project
We zien dit in realtime gebeuren. Kijk naar het DEEP-SEA -project. Het is momenteel aan de gang. Het doel? Het ontwikkelen van de volgende generatie softwarepakketten die specifiek zijn ontworpen voor exascale-omgevingen.
Ze patchen niet alleen oude code. Ze zijn de fundering aan het herbouwen. Applicatiecodes voorbereiden zodat ze efficiënt kunnen worden uitgevoerd op toekomstige architecturen. Het gaat om het creëren van de middleware die exascale bruikbaar maakt. Niet alleen krachtig. Bruikbaar.
Omdat brute kracht er niet toe doet als je die niet kunt sturen.
