Петамасштабные вычисления

Петамасштабные вычисления относятся к вычислительным системам, способным вычислять не менее 10 ¹⁵ операций с плавающей запятой в секунду (1 петафлопс ). Петамасштабные вычисления позволили ускорить обработку традиционных суперкомпьютерных приложений. Первой системой, достигшей этого рубежа, стала IBM Roadrunner в 2008 году. На смену суперкомпьютерам петафлопса пришли компьютеры экзафлопса .

Определение

Операции с плавающей запятой в секунду (FLOPS) являются одним из показателей производительности компьютера . FLOPS могут записываться с разными мерами точности, однако стандартная мера (используемая списком суперкомпьютеров TOP500 ) использует 64 бита ( формат с плавающей запятой двойной точности ) операций в секунду с использованием High Performance LINPACK (HPLinpack) бенчмарка . ^[1]^[2]

Метрика обычно относится к отдельным вычислительным системам, но может использоваться для измерения распределенных вычислительных систем для сравнения. Можно отметить, что существуют альтернативные меры точности, использующие тесты LINPACK, которые не являются частью стандартных показателей/определений. ^[2] Было признано, что HPLinpack, возможно, не является хорошей общей мерой полезности суперкомпьютера в реальных приложениях, однако это общий стандарт для измерения производительности. ^[3]^[4]

История

Барьер петафлопс был впервые преодолен 16 сентября 2007 года проектом распределенных вычислений Folding@home . ^[5] Первая петашкальная система Roadrunner была введена в эксплуатацию в 2008 году. ^[6] Roadrunner . , созданный IBM , имел устойчивую производительность 1,026 петафлопс Jaguar стал вторым компьютером, преодолевшим отметку в петафлопс позднее в 2008 году и достиг производительности 1,759 петафлопс после обновления 2009 года. ^[7]

К 2018 году Summit стал самым мощным суперкомпьютером в мире с производительностью 200 петафлопс, прежде чем Fugaku достиг 415 петафлопс в июне 2020 года.

К 2024 году Frontier стал самым мощным суперкомпьютером в мире с производительностью 1194 петафлопс, что сделало его единственным экзафлопсным суперкомпьютером в мире. ^[8]

Искусственный интеллект

Современные системы искусственного интеллекта (ИИ) требуют больших вычислительных мощностей для обучения параметров модели. OpenAI задействовала 25 000 графических процессоров NVIDIA A100 для обучения GPT-4 , используя 133 триллиона операций с плавающей запятой. ^[9]

См. также

Ссылки

^ «ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ» . www.top500.org . Проверено 23 июня 2020 г.
^ Перейти обратно: ^а ^б Когге, Питер, изд. (1 мая 2008 г.). Исследование ExaScale Computing: Технологические проблемы при создании ExaScale систем (PDF) . Правительство Соединенных Штатов . Проверено 28 сентября 2008 г.
^ Бурзак, Кэтрин (ноябрь 2017 г.). «Суперкомпьютеры готовы к значительному увеличению скорости» . Природа . 551 (7682): 554–556. дои : 10.1038/d41586-017-07523-y . Проверено 3 июня 2022 г.
^ Рид, Дэниел; Донгарра, Джек. «Экзафлопсные вычисления и большие данные: новый рубеж» (PDF) . Проверено 3 июня 2022 г.
^ Майкл Гросс (2012). «Складные исследования привлекают нетрадиционную помощь» . Современная биология . 22 (2): С35–С38. дои : 10.1016/j.cub.2012.01.008 . ПМИД 22389910 .
^ Национальный исследовательский совет (США) (2008 г.). Потенциальное влияние высокопроизводительных вычислений на четыре показательные области науки и техники . Национальные академии. п. 11. ISBN 978-0-309-12485-0 .
^ Национальный центр вычислительных наук (NCCS) (2010). «Самый мощный в мире суперкомпьютер для науки!» . НККС. Архивировано из оригинала 27 ноября 2009 г. Проверено 26 июня 2010 г.
^ «Ноябрь 2023 | ТОП500» . www.top500.org . Проверено 28 марта 2024 г.
^ Минде, Тор Бьорн (08 октября 2023 г.). «Генераторный ИИ не работает на воздухе» . РОСТ . Проверено 29 марта 2024 г.

Внешние ссылки

[top500faq-1] «ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ» . www.top500.org . Проверено 23 июня 2020 г.

[2008-exascalereport-2] Перейти обратно: ^а ^б Когге, Питер, изд. (1 мая 2008 г.). Исследование ExaScale Computing: Технологические проблемы при создании ExaScale систем (PDF) . Правительство Соединенных Штатов . Проверено 28 сентября 2008 г.

[2017-bourzac-nature-3] Бурзак, Кэтрин (ноябрь 2017 г.). «Суперкомпьютеры готовы к значительному увеличению скорости» . Природа . 551 (7682): 554–556. дои : 10.1038/d41586-017-07523-y . Проверено 3 июня 2022 г.

[reed-dongarra-4] Рид, Дэниел; Донгарра, Джек. «Экзафлопсные вычисления и большие данные: новый рубеж» (PDF) . Проверено 3 июня 2022 г.

[10.1016/j.cub.2012.01.008-5] Майкл Гросс (2012). «Складные исследования привлекают нетрадиционную помощь» . Современная биология . 22 (2): С35–С38. дои : 10.1016/j.cub.2012.01.008 . ПМИД 22389910 .

[6] Национальный исследовательский совет (США) (2008 г.). Потенциальное влияние высокопроизводительных вычислений на четыре показательные области науки и техники . Национальные академии. п. 11. ISBN 978-0-309-12485-0 .

[autogenerated3-7] Национальный центр вычислительных наук (NCCS) (2010). «Самый мощный в мире суперкомпьютер для науки!» . НККС. Архивировано из оригинала 27 ноября 2009 г. Проверено 26 июня 2010 г.

[8] «Ноябрь 2023 | ТОП500» . www.top500.org . Проверено 28 марта 2024 г.

[9] Минде, Тор Бьорн (08 октября 2023 г.). «Генераторный ИИ не работает на воздухе» . РОСТ . Проверено 29 марта 2024 г.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]