stringtranslate.com

Петамасштабные вычисления

Петафлопсные вычисления относятся к вычислительным системам, способным выполнять не менее 1 квадриллиона (10^15) операций с плавающей точкой в ​​секунду (FLOPS) . Эти системы часто называют петафлопсными системами , и они представляют собой значительный скачок по сравнению с традиционными суперкомпьютерами с точки зрения чистой производительности, что позволяет им обрабатывать огромные наборы данных и сложные вычисления.

Определение

Операции с плавающей точкой в ​​секунду (FLOPS) являются одним из показателей производительности компьютера . FLOPS может быть записан в различных единицах измерения точности, однако стандартная единица измерения (используемая списком суперкомпьютеров TOP500 ) использует 64-битные ( формат с плавающей точкой двойной точности ) операции в секунду с использованием бенчмарка High Performance LINPACK (HPLinpack) . [1] [2]

Метрика обычно относится к отдельным вычислительным системам, хотя может использоваться для измерения распределенных вычислительных систем для сравнения. Можно отметить, что существуют альтернативные меры точности, использующие тесты LINPACK, которые не являются частью стандартной метрики/определения. [2] Было признано, что HPLinpack может не быть хорошим общим измерением полезности суперкомпьютера в реальном мире, 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 отдельная система петафлопсного масштаба, Roadrunner , была введена в эксплуатацию в 2008 году. [6] Roadrunner , созданный IBM , имел устойчивую производительность 1,026 петафлопс. Jaguar стал вторым компьютером , преодолевшим рубеж 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, а в июне 2020 года Fugaku достиг показателя в 415 петафлопс.

К 2024 году Frontier и Aurora станут самыми мощными суперкомпьютерами в мире с производительностью 1206 и 1012 петафлопс, что сделает их единственными в мире суперкомпьютерами эксафлопсного класса. [8]

Искусственный интеллект

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

Смотрите также

Ссылки

  1. ^ "ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ". www.top500.org . Получено 23 июня 2020 г. .
  2. ^ ab Kogge, Peter, ed. (1 мая 2008 г.). ExaScale Computing Study: Technology Challenges in Achieving Exascale Systems (PDF) . Правительство США . Получено 28 сентября 2008 г. .
  3. ^ Бурзак, Кэтрин (ноябрь 2017 г.). «Суперкомпьютерные вычисления готовятся к значительному повышению скорости». Nature . 551 (7682): 554–556. doi : 10.1038/d41586-017-07523-y . Получено 3 июня 2022 г. .
  4. ^ Рид, Дэниел; Донгарра, Джек. «Exascale Computing and Big Data: The Next Frontier» (PDF) . Получено 3 июня 2022 г.
  5. ^ Майкл Гросс (2012). «Складывающиеся исследования привлекают нетрадиционную помощь». Current Biology . 22 (2): R35–R38. doi : 10.1016/j.cub.2012.01.008 . PMID  22389910.
  6. ^ Национальный исследовательский совет (США) (2008). Потенциальное влияние вычислений высокого класса на четыре показательные области науки и техники. Национальные академии. стр. 11. ISBN 978-0-309-12485-0.
  7. ^ Национальный центр вычислительных наук (NCCS) (2010). "Самый мощный суперкомпьютер для науки в мире!". NCCS. Архивировано из оригинала 2009-11-27 . Получено 2010-06-26 .
  8. ^ "Июнь 2024 | TOP500". www.top500.org . Получено 2024-08-15 .
  9. ^ Минде, Тор Бьёрн (2023-10-08). «Генеративный ИИ не работает на воздухе». RISE . Получено 2024-03-29 .

Внешние ссылки