Exascale Computing

Exascale computing (pol. obliczenia eksaskalne) to termin określający systemy komputerowe zdolne do wykonywania co najmniej 10¹⁸ operacji zmiennoprzecinkowych na sekundę (1 EFLOPS). Systemy te stanowią najnowszy etap rozwoju wysokowydajnych obliczeń (HPC) i są kluczowe dla wielu dziedzin nauki oraz przemysłu.

Historia

Projektowanie komputerów o mocy exascale rozpoczęto pod koniec pierwszej dekady XXI wieku, kiedy to pierwsze superkomputery osiągnęły petaflop (10¹⁵ FLOPS). Najważniejsze kamienie milowe to:

2018 rok – ogłoszenie programu Exascale Computing Program w USA.
2020 rok – premiera pierwszych prototypów opartych na architekturze ARM i x86.
2022 rok – wprowadzenie na rynek pierwszego komercyjnego systemu o wydajności przekraczającej 1 EFLOPS.

Kluczowe wyzwania technologiczne

Osiągnięcie wydajności exascale wymaga rozwiązania szeregu problemów technicznych:

Energia – typowy system exascale może zużywać ponad 100 MW mocy, co wymusza rozwój energooszczędnych procesorów oraz zaawansowanych metod chłodzenia.
Pamięć i przepustowość – konieczność zapewnienia wysokiej przepustowości pamięci (HBM) oraz efektywnej hierarchii RAM/NVRAM.
Skalowalność oprogramowania – tradycyjne modele programowania MPI i OpenMP muszą być rozszerzone o konteneryzację i runtime zdolny do zarządzania milionami wątków.
Awaryjność – przy tak dużej liczbie komponentów rośnie prawdopodobieństwo awarii, co wymaga zaawansowanych algorytmów odpornościowych oraz mechanizmów tolerancji błędów.

Architektury i technologie

W systemach exascale najczęściej spotyka się połączenie następujących elementów:

Procesory centralne o wysokiej efektywności energetycznej (np. AMD EPYC, Intel Xeon).
Akceleratory graficzne (GPU) – NVIDIA A100, AMD MI100 – wykorzystywane do obliczeń typu deep learning oraz symulacji numerycznych.
Układy FPGA i ASIC dedykowane dla specyficznych zadań, np. kryptografia, symulacje molekularne.
Sieci o niskiej latencji, takie jak InfiniBand HDR oraz Intel Omni-Path, zapewniające przepustowość rzędu petabitów na sekundę.
Systemy pamięci hybrydowej łączące DRAM z NVMe i Optane w celu redukcji opóźnień.

Zastosowania

Obliczenia eksaskalne otwierają nowe możliwości w wielu dziedzinach:

Modelowanie klimatu i prognozowanie pogody na skalę globalną.
Fizyka cząstek – symulacje kolizji w akceleratorach, takie jak CERN.
Genomika i bioinformatyka – analiza petabajtów danych sekwencjonowania.
Sztuczna inteligencja – trening modeli językowych z setkami miliardów parametrów.
Inżynieria materiałowa – symulacje molekularne i dynamika płynów.
Finanse i handel – symulacje rynkowe w czasie rzeczywistym.

Najważniejsze projekty exascale

Do najważniejszych i najaktywniejszych projektów na świecie należą:

Frontier – superkomputer zbudowany przez Oak Ridge National Laboratory, osiągający ponad 1,5 EFLOPS.
Fugaku – japoński system opracowany przez RIKEN, uzyskał rekordowy wynik w rankingu TOP500.
Summit – instalacja w Lawrence Berkeley National Laboratory, wykorzystywana m.in. w badaniach nad COVID‑19.
Aurora – przyszły system w Argonne National Laboratory, planowany do uruchomienia w 2025 roku.
European Exascale Initiative – obejmuje projekty Leonardo (Włochy) i EuroExa (Francja, Niemcy).

Perspektywy i kierunki rozwoju

W nadchodzących latach można spodziewać się:

Przejścia z krzemu na obliczenia fotoniczne oraz kwantowe w celu dalszego zwiększenia wydajności.
Integracji edge computing z centrami exascale w modelu hybrydowym.
Rozwoju AI-first software stacks, które automatycznie optymalizują kod pod kątem eksaskali.
Zwiększenia zrównoważonego rozwoju poprzez wykorzystanie odnawialnych źródeł energii i systemów chłodzenia cieczą.

Zobacz także