Supercomputer herrezen

Zelfs in een veld dat werd gekenmerkt door voortdurende doorbraken, was de prestatie een schok: afgelopen maart startte de Japanse regering een computer die al snel de snelste ter wereld bleek te zijn, in sommige gevallen met een factor 10 beter dan de op één na snelste computer. De Earth Simulator, gebouwd door NEC, kostte vier jaar om te assembleren en kostte minstens $ 350 miljoen. Het leverde snel echte wetenschappelijke resultaten op in globale klimaatmodellering, waarbij simulaties werden voltooid waardoor andere computers er grof uitzagen. Wetenschappers over de hele wereld stonden in de rij voor de beperkte hoeveelheid computertijd die beschikbaar is voor onderzoekers buiten Japan. In juni, slechts enkele weken nadat de machine tot leven kwam, hadden drie van de zes finalisten voor de prestigieuze Gordon Bell-awards voor high-performance computing hun projecten op de Earth Simulator uitgevoerd.

Afgelopen voorjaar waren er een paar artikelen in het nieuws, waarin experts werden geciteerd die de Earth Simulator vergeleken met Spoetnik - een ander voorbeeld van de Verenigde Staten die ernstig zijn overklast in een kritieke technologie. Maar buiten de ijle kringen van high-end computing stierf het verhaal al snel. Amerikaanse computerverkopers bagatelliseren de prestatie en verwerpen de Earth Simulator als oude technologie of te gespecialiseerd om van veel nut te zijn, en beweerden zelfs dat het een publiciteitsstunt was. Geef ons $ 400 miljoen te besteden aan een enkele computer, en we kunnen iets net zo snel bouwen, zegt Peter Ungaro, vice-president van high-performance computing bij IBM.

Dit verhaal maakte deel uit van ons nummer van februari 2003

• Zie de rest van het probleem
• Abonneren

Daar hou ik van, spot Gordon Bell, ontwerper van de eerste minicomputer voor digitale apparatuur en een beroemdheid in high-performance computing. Hoe gaat IBM het doen? Waar is de technologie? Ik wil $ 1.000 wedden dat IBM het komende jaar de kostenprestaties van de Earth Simulator op geen enkel systeem kan evenaren. IBM heeft onlangs zelfs een contract met het Department of Energy gewonnen om een ​​paar machines te bouwen die zijn ontworpen om twee tot negen keer zo snel te werken als de Earth Simulator, maar het project zal tot 2005 duren om te voltooien. Zoals veel van degenen die betrokken zijn bij krachtige wetenschappelijke informatica, is Bell van mening dat de prestatie van Japan een gapend gat heeft blootgelegd in de ontwikkeling van supercomputersystemen in de Verenigde Staten - een gat dat alleen met geld niet kan worden gevuld.

Wat is er gebeurd waardoor NEC zo'n enorme voorsprong heeft genomen op het gebied van rekenkracht? Simpel gezegd, de Japanse regering vond het gepast om de ontwikkeling van 's werelds duurste computer te subsidiëren. Het doel van het project was niet om de Verenigde Staten op te scheppen, maar om het begrip van wetenschappers van het mondiale klimaat te vergroten door een machine te maken die betere modellering en weersimulaties uitvoert dan ooit tevoren.

Tegelijkertijd nam de financiering van de Amerikaanse overheid voor onderzoek naar high-end computing af als reactie op het diepgevoelde Amerikaanse idee dat supercomputerontwikkelaars, zoals uitkeringsmoeders, voor zichzelf moeten zorgen in plaats van te overleven van overheidssubsidies. Vergeleken met elk ander deel van de computermarkt, is de markt voor supercomputers klein en langzaam groeiend, dus toen de overheidsfinanciering opdroogde, droogden ook de particuliere investeringen in hoogwaardige architecturen op. De afgelopen tien jaar lag de nadruk in de VS op supercomputing daarom op het koppelen van clusters van basisprocessors - die zijn ontworpen voor alledaagse zakelijke toepassingen - in wat bekend staat als massaal parallelle configuraties. Die benadering staat in schril contrast met de Japanse visie van gespecialiseerde architecturen die uitsluitend voor de high-performance markt zijn ontwikkeld.

Toegegeven, de commodity-benadering is ver gegaan: op dit moment zijn twee commodity-machines, de dubbele door Hewlett-Packard gebouwde ASCI Q-supercomputers in het Los Alamos National Laboratory in New Mexico, de op één na snelste ter wereld (zoals gemeten door Top500.org , een analysegroep zonder winstoogmerk). Het idee om veel low-end processors te gebruiken om gecompliceerde taken uit te voeren, heeft ook tot de publieke verbeeldingskracht geleid, met projecten zoals:SETI @ thuis, die de desktopcomputers van meer dan vier miljoen vrijwilligers inschakelt om radiotelescoopgegevens te scannen op patronen die wijzen op buitenaardse intelligentie. Beowulf-clusters, die een in 1994 ontwikkelde methode gebruiken om pc's aan elkaar te koppelen om hun verwerkingskracht te maximaliseren, hebben het nog gemakkelijker gemaakt om hoge prestatieniveaus te bereiken met relatief lage kapitaalinvesteringen. Zonder twijfel heeft de commodity-benadering zichzelf bewezen voor vele toepassingen die ooit op gespecialiseerd groot ijzer draaiden.

Maar ondanks deze winsten zijn de Verenigde Staten pijnlijk tekort geschoten op het gebied waar computerkracht het belangrijkst is en waar de natie het meeste te winnen heeft: bij het simuleren van complexe systemen zoals het weer aan de macroscopische kant en eiwitvouwing aan de microscopische . Deze simulatiecapaciteit wordt steeds belangrijker voor de vooruitgang van de basiswetenschap, maar ook voor de nationale veiligheid.

De particuliere sector laten betalen voor dit vermogen is alsof de defensie-industrie zegt dat nucleaire onderzeeërs een soort commerciële spin-off moeten hebben, zegt Horst Simon, directeur van het National Energy Research Scientific Computing Center in Oakland, CA, de thuisbasis van de 12e snelste computer . We zijn in de Verenigde Staten een richting ingeslagen die niet gaat werken.

De behoefte aan snelheid

Wat zijn de echte voordelen van het steeds sneller maken van computers? Waarom kunnen we tenslotte geen machine gebruiken die een maand of een week nodig heeft om een ​​taak te voltooien in plaats van een dag of een uur? Voor veel problemen kunnen we dat. Maar de waarheid is dat we net beginnen met het verkrijgen van rekenkracht om te begrijpen wat er gaande is in systemen met duizenden of miljoenen variabelen; zelfs de snelste machines onthullen nu pas de belofte van wat komen gaat.

Neem bijvoorbeeld broeikasgassen en de manier waarop ze het mondiale klimaat beïnvloeden, een van de problemen waarvoor de Earth Simulator is gebouwd. Met computers die snel genoeg zijn om klimaatveranderingen nauwkeurig te voorspellen, kunnen we met veel grotere zekerheid weten welk niveau van kooldioxide in de atmosfeer de poolijskappen zal doen smelten. Evenzo, omdat de Earth Simulator het klimaat van de planeet met een ongelooflijke mate van granulariteit modelleert, kan het simulaties uitvoeren die rekening houden met de effecten van lokale fenomenen zoals onweersbuien. Deze verschijnselen kunnen gebieden van slechts 10 kilometer breed treffen, in tegenstelling tot de 30 tot 50 kilometer die de meeste weermodellen gebruiken als de standaard rastergrootte.

Of neem de moeilijkheden die we zijn tegengekomen toen we kernfusie probeerden te begrijpen en te benutten - dat altijd net buiten bereikbare wondermiddel voor onze energieproblemen. Het kan tien jaar duren om een ​​enkel [fusie]-experiment uit te voeren, zegt Thomas Sterling, faculteitsmedewerker bij het Center for Advanced Computing Research bij Caltech. Snellere computers zouden deze projecten tientallen jaren versnellen, waardoor we niet alleen veilige reactoren kunnen ontwerpen die ons de kracht geven om de planeet te besturen, maar ook weten hoe we van het afval af kunnen komen.

Een recent voorbeeld van zowel de belofte als de beperkingen van de krachtigste computers van vandaag kwam van IBM's ASCI White-machine, 's werelds vierde snelste supercomputer, die IBM-onderzoekers gebruikten om te onderzoeken hoe materialen barsten en vervormen onder stress. De studie, die afgelopen voorjaar werd aangekondigd, simuleerde het gedrag van een miljard koperatomen. Een miljard klinkt zeker als een heleboel variabelen - totdat je je realiseert dat er meer dan honderd biljoen keer zoveel atomen nodig zijn om zelfs maar een kubieke centimeter koper te maken.

Er is een idee dat high-performance computing een volwassen industrie is, waar alle problemen zijn opgelost en we verder zijn gegaan, zegt Burton Smith, hoofdwetenschapper bij Cray, een baanbrekend supercomputerbedrijf in Seattle. Dat is vals. De verlegenheid van de Earth Simulator onthult het feit dat er nog veel meer begrip te krijgen is.

Custom versus Commodity

In het afgelopen decennium ging alles wat we over computers hebben gehoord over het kleiner, sneller, goedkoper en meer als handelswaar maken ervan. Onze laptops hebben bijvoorbeeld dezelfde mogelijkheden als een Cray-computer uit het midden van de jaren zeventig. Dan komt de monsterlijke Earth Simulator: hij is zo groot als vier tennisbanen en kost bijna twee keer zoveel als zijn naaste concurrent, de ASCI Q-machines. Als dit de toekomst van supercomputing is, wat moeten we er dan van denken? De machine heeft niet eens een bijzonder nieuwe architectuur: NEC gebruikte een techniek genaamd vector computing, die dateert uit de vroegste dagen van Cray.

Maar afgezien van zijn lompheid en architecturale eigenaardigheden, is de Earth Simulator een voorbeeld van een benadering van high-performance computing die fundamenteel verschilt van de benadering die tegenwoordig door de meeste Amerikaanse computermakers wordt gevolgd. De Earth Simulator is van onderaf ontworpen - van de processors tot de communicatiebussen die processors en geheugen met elkaar verbinden - om 's werelds snelste computer te zijn. Wanneer zal de Amerikaanse benadering van het koppelen van processors voor algemene doeleinden, zoals diegene die webpagina's serveren, een resultaat opleveren dat de prestaties kan evenaren van een machine die expliciet is ontworpen voor prestaties? Mijn mening is dat je het niet kunt doen, zegt Bell. Ik zie gewoon geen manier om met een computer voor algemeen gebruik van daar naar hier te komen.

De prestatie-uitdaging begint bij de processor. De gegevens die in wetenschappelijke berekeningen worden verwerkt, hebben vaak de vorm van lijsten met getallen, de waarden die verband houden met waarnemingen in de echte wereld. Traditioneel werkten computers achtereenvolgens op deze waarden en haalden ze één voor één uit het geheugen op. Toen, in het begin van de jaren zeventig, nam Seymour Cray een intuïtieve sprong: waarom zou je een computer niet zo ontwerpen dat zijn processors een hele lijst of vector in één keer kunnen opvragen, in plaats van te wachten tot het geheugen op elk verzoek reageert? Zo'n processor zou meer tijd besteden aan computergebruik en minder tijd aan het wachten op gegevens uit het geheugen. Vanaf het midden van de jaren zeventig tot en met de jaren tachtig vestigden de vectorsupercomputers van Cray record na record. Maar ze vereisten dure gespecialiseerde chips, en daarom werd vectorcomputing grotendeels verlaten in de Verenigde Staten na 1990, toen het idee van massaal parallelle systemen gemaakt van kant-en-klare processors ingang vond.

Vectorcomputing bleef niettemin een van de meest efficiënte manieren om grootschalige simulaties uit te voeren, wat NEC ertoe bracht de aanpak van Cray over te nemen bij het bieden op het overheidscontract om de Earth Simulator te bouwen. Toen de architecten van NEC besloten om te bouwen voor snelheid in plaats van standaardisatie, waren ze vrij om niet alleen gespecialiseerde processors te ontwikkelen, maar ook bredere communicatiepaden tussen de processors, wat het snelheidsvoordeel van de hardware nog groter maakte. Veel van dergelijke verbeteringen zijn ingebouwd in de NEC SX6, de fundamentele bouwsteen van de Earth Simulator. Vectorarchitectuur is het meest geschikt voor computersimulaties van wetenschappelijke en technische problemen van grote uitdagingen, zoals het broeikaseffect, het ontwerpen van supersonische vliegtuigen en fysica op nanoschaal, zegt Makoto Tsukakoshi, algemeen directeur van het Earth Simulator-project bij NEC.

Door commodity-machines samen te voegen met standaard commerciële netwerken, verschuift de snelheidslast van hardware naar software. Computerwetenschappers moeten parallelle programma's schrijven die problemen in stukjes splitsen en vervolgens expliciet bepalen welke processors elk blok moeten afhandelen, in een poging om de tijd die nodig is om bits door communicatieknelpunten tussen processors te laten gaan, tot een minimum te beperken.

Dergelijk programmeren is buitengewoon moeilijk gebleken: een rechttoe rechtaan FORTRAN-programma verandert in een noodlottige warboel van code die herschrijven en debuggen door specialisten in parallel programmeren vereist. Ik hoop mijn aandacht te concentreren op mijn onderzoek in plaats van op hoe te programmeren, zegt Hitoshi Sakagami, een onderzoeker aan het Himeji Institute of Technology in Japan en een Gordon Bell Prize-finalist voor het gebruik van de Earth Simulator. Ik beschouw parallelle computers niet als acceptabele hulpmiddelen voor mijn onderzoek als ik constant gedwongen wordt om parallelle programma's te coderen.

Het is geen luiheid die programmeurs ervan heeft weerhouden om betere manieren te vinden om parallelle code te schrijven. Mensen hebben extreem hard gewerkt om nieuwe applicatiesoftware te ontwikkelen op basis van verschillende algoritmen om parallelle machines te gebruiken, maar met weinig succes, zegt Jim Decker, adjunct-directeur van het Office of Science in het Department of Energy. (Het bureau van Decker is verantwoordelijk voor fundamenteel onderzoek op gebieden als energie en het milieu.) Vectormachines gebruiken vaak hun eigen vorm van parallelle verwerking, maar de wiskunde om dit te doen is veel minder ingewikkeld; Wetenschappers van Earth Simulator kunnen bijvoorbeeld programmeren met een smaak van de klassieke FORTRAN-computertaal die een veel directere benadering heeft.

Een supercomputer met grote aantallen commerciële processors is niet alleen moeilijk te programmeren. Het is duidelijk geworden dat de voordelen van het toevoegen van meer processors aan een basissysteem uiteindelijk in het niet vallen, omdat het moeilijker wordt om ze over te halen om samen te werken. Wat de harten van computationele wetenschappers echt deed kloppen over de Earth Simulator, was niet het piek- of maximale aantal berekeningen dat per seconde werd uitgevoerd, wat ongeveer vier keer de capaciteit is van de volgende snelste machine en op zichzelf al indrukwekkend genoeg. In plaats daarvan was het het vermogen van de computer om echte problemen op te lossen (waar wetenschappers tenslotte om geven). De Earth Simulator kan gedurende een langere periode berekeningen uitvoeren tot 67 procent van zijn piekcapaciteit. Ter vergelijking: de massaal parallelle benadering - nou ja, het is niet te vergelijken.

Als je genoeg van deze basisprocessors in een systeem gooit en je niet wordt overweldigd door de kosten van het communicatienetwerk om ze aan elkaar te koppelen, dan zou je uiteindelijk de topprestaties van de Earth Simulator kunnen bereiken, zegt Sterling. Maar wat zelden publiekelijk over deze systemen wordt gerapporteerd, is dat hun aanhoudende prestaties vaak onder de vijf procent van de piek liggen, of zelfs één procent van de piek.

Hoewel het zeker goedkoper is om supercomputers te bouwen uit standaardonderdelen, vermoeden veel computerwetenschappers dat de kosten van het ontwikkelen van parallelle software het eigenlijk duurder maken om wetenschappelijke toepassingen op zo'n machine te draaien.

Mensen zijn gecharmeerd geraakt van de lage kosten voor wat klinkt als een zeer hoog prestatieniveau op basismachines, zegt Decker. Maar ze zijn niet echt goedkoper om te bouwen. We moeten zowel kijken naar duurzame prestaties als naar de kosten van het ontwikkelen van software. Softwarekosten zijn over het algemeen hoger dan hardwarekosten, dus als er hardwarebenaderingen zijn die het gemakkelijk maken om het probleem op te lossen, kunnen we beter in hardware investeren. Achteraf denk ik dat we beter een andere weg hadden kunnen inslaan.

Spelen inhalen

Als de Earth Simulator echt als een andere Spoetnik zou worden beschouwd, zou de Amerikaanse regering op dit moment serieus geld uittrekken voor onderzoek en ontwikkeling op het gebied van supercomputers. Per slot van rekening heeft NASA meer dan $ 19 miljard uitgegeven - ongeveer $ 80 miljard in de dollars van vandaag - aan de Apollo-missies om een ​​man op de maan te zetten. Maar George W. Bush is geen John F. Kennedy, en de race om de Earth Simulator in te halen heeft noch de verbeelding van het publiek, noch een overeenkomstig niveau van overheidsfinanciering weten te boeien.

Er is echter één terugkerende drijfveer voor de Amerikaanse uitgaven aan supercomputing: de behoefte aan meer rekenkracht om de prestaties van kernwapens te simuleren in plaats van ondergronds testen. In november kende de National Nuclear Security Administration van het Energy Department IBM een driejarig contract toe van $ 267 miljoen voor de bouw van twee supercomputers - ASCI Purple en Blue Gene/L - die naar verwachting meer gecombineerde verwerkingskracht zullen hebben dan de 500 snelste supercomputers van vandaag samen. En als reactie op de Earth Simulator is het Amerikaanse Defense Advanced Research Projects Agency een eigen, meer bescheiden programma begonnen om supercomputeronderzoek te financieren. Het bureau begint met individuele onderzoeksbeurzen van $ 3 miljoen aan industrieleiders Cray, IBM, Hewlett-Packard, Silicon Graphics en Sun Microsystems, gevolgd door aanvullende fondsen als technologische mijlpalen worden bereikt. De nieuwe defensieprojecten zijn begonnen om de industrie nieuw leven in te blazen. Cray's Burton Smith zegt: Dit markeert echt het einde van een vrij lange periode waarin de regering

is niet betrokken geweest bij computeronderzoek en -ontwikkeling.

Een andere manier om Amerikaanse supercomputing een vliegende start te geven, kan zijn door extra te investeren in vectorcomputing, een benadering waarvan de Earth Simulator bewijst dat deze voortijdig werd opgegeven door Amerikaanse ontwikkelaars. De huidige staat van hoogwaardige architectuur gaat terug op de robuustheid van de 25 jaar oude basis Cray-vectorarchitectuur die NEC heeft aangenomen en blijft verbeteren, zegt Bell. Amerikaanse architecten hebben de architectuur verworpen terwijl ze er niet in slaagden concurrerende alternatieven te ontwikkelen.

Maar waar worden nieuwe vectorcomputers ontwikkeld? Net zoals de Verenigde Staten ooit een achterstand opliepen op het gebied van consumentenelektronica, verloor het ook snel de expertise die nodig was om dergelijke systemen te bouwen. Van de veertig bedrijven die zich eind jaren tachtig specialiseerden in high-performance computing, blijft alleen Cray in bedrijf, nadat hij de overname door Silicon Graphics in 1996 en Tera in 2000 heeft overleefd. (Tera veranderde prompt haar eigen naam in Cray als erkenning van de unieke bekendheid van het bedrijf in het veld.) Cray is de enige Amerikaanse supercomputerfabrikant die vectorverwerking ondersteunt. Afgelopen herfst is Cray begonnen met het uitbrengen van een nieuwe vectorcomputer, de X1; volledig geladen, zal de machine de Earth Simulator met bijna 50 procent overtreffen, zegt het bedrijf. Maar Cray heeft nog geen X1-systeem verkocht dat zo krachtig is, en terwijl het Amerikaanse leger en het ministerie van Energie het potentieel ervan evalueren, zijn andere klanten begrijpelijkerwijs op hun hoede voor het vertrouwen op een architectuur die wordt ondersteund door slechts één relatief klein bedrijf.

Dit alles laat de hoop op supercomputing in de VS grotendeels gevestigd op geheel nieuwe architecturen, die het potentieel hebben om vectorcomputing te overtreffen. Hoewel de subsidies van DARPA zijn geïnitieerd als reactie op de Earth Simulator, zijn ze bedoeld om een ​​fundamenteel ander doel te bereiken: supercomputers maken die niet alleen sneller zijn, maar ook goedkoper om te bouwen en te gebruiken dan alles wat eerder is ontwikkeld. Is er een manier om dit allemaal tegelijk te doen? Het is logisch om te denken dat die er zou moeten zijn, maar het antwoord is niet duidelijk. We verhongeren in een tijdperk van overvloed, zegt Bill Dally, hoogleraar elektrotechniek en informatica aan de Stanford University. Alle ingrediënten voor computergebruik - rekenen, communicatie, geheugen - worden goedkoper, en voor bijna alles behalve [high-performance] computergebruik, worden de kosten per eenheid lager naarmate u groter wordt.

Zoals bij elke nieuwe architectuur, zal de grootste uitdaging het geheugenknelpunt zijn, waar de relatief langzame trek van gegevens van en naar het geheugen de efficiëntie van de processor belemmert. Zelfs terwijl het zijn eigen vectorcomputersystemen blijft nastreven, valt Cray dat probleem aan door de interprocessorcommunicatietechnieken die in de Earth Simulator worden gebruikt aan te passen om de gegevensstroom in Red Storm te vergroten, een enorm parallelle computer die zal worden gebouwd in Sandia National Laboratories in New York. Mexico.

Dally denkt dat hij een andere oplossing heeft ontwikkeld, die hij streaming noemt. Terwijl de traditionele computerarchitectuur alle rekenkundige bewerkingen gelijk behandelt, bouwen de berekeningen in veel wetenschappelijke simulaties op zichzelf voort, zonder dat tussentijdse waarden in het langetermijngeheugen hoeven te worden opgeslagen. Dus in plaats van de controle van de ene instructie naar de andere over te dragen en achtereenvolgens toegang te krijgen tot het geheugen, bouwt Dally een systeem dat gegevens naar processors streamt, die vervolgens lokaal op het probleem reageren door middel van vele tussentijdse berekeningen en de voltooide waarden terug naar het geheugen streamen. Eiwitvouwing is een voorbeeld om te begrijpen hoe twee moleculen op elkaar inwerken, je moet misschien 500 tussenresultaten uitvoeren voordat je tot degene komt die je wilt, zegt Dally. Met streaming kun je die tussentijdse resultaten vastleggen in lokale registers waar de communicatiebandbreedte erg goedkoop is, en je raakt nooit het geheugensysteem aan.

Vooruitgang in de fabricagetechnieken van microprocessoren maakt het ook mogelijk om processors en grote hoeveelheden geheugen op dezelfde chip te plaatsen, waardoor de afstand die instructies en gegevens moeten afleggen, wordt verkort. IBM is van plan dergelijke processor-in-memory-technieken in supercomputing uit te proberen, en DARPA financiert een inspanning aan de University of Southern California om te onderzoeken hoe processor-in-memory-technologie hoogwaardige systemen kan verbeteren. Onderzoekers van de University of Southern California werken samen met Hewlett-Packard om een ​​experimenteel systeem ter evaluatie aan DARPA te leveren. En een project bij Caltech, bekend als Gilgamesh, onderzoekt de beste manier om geheugen en logica samen op een chip te rangschikken: als bijvoorbeeld kleine blokken geheugen en logica rond een chip zouden worden verspreid, zou de reistijd blijven afnemen, wat de prestaties zou verbeteren.

Een andere optie is om simpelweg de hele architectuur op zijn kop te zetten. Burton Smith van Cray en Sterling van Caltech werken samen aan een door DARPA gefinancierd project dat ze Cascade noemen. De twee onderzoeken manieren om misbruik te maken van het feit dat bij hoogwaardige wetenschappelijke informatica het gewicht van de gegevens alleen vaak veel groter is dan het gewicht van het toepassingsprogramma. Met andere woorden, als de spullen die in het geheugen zijn opgeslagen zoveel groter zijn dan het programma dat nodig is om het uit te voeren, waarom zou je het dan überhaupt verplaatsen? Waarom verplaatst u het programma niet naar het geheugen? Ze zijn bereid hun optimisme te delen, maar Smith en Sterling zeggen verder weinig over hun ontluikende architectuur. Ik ben puur subjectief, maar ik denk dat dit het meest opwindende is in high-performance computing in de afgelopen 20 jaar, zegt Sterling.

Dit zijn de voorstellen die de meeste belangstelling wekken bij de overheidsinstanties die waarschijnlijk de hoogwaardige systemen van de toekomst zullen kopen. Maar voor het grootste deel zijn het prototypes, of zelfs minder, en ze zullen zichzelf pas bewijzen nadat er radicale veranderingen zijn aangebracht in alles, van het processorontwerp tot de manier waarop software wordt ontwikkeld. Dan blijft de uitdaging om een ​​manier te vinden om de nieuwe systemen efficiënt en foutloos te produceren. Met andere woorden, deze ideeën bieden geen snelle oplossing.

WIE MAAKT DE MEEST SUPERSNELLE COMPUTERS?
		Specificaties van de snelste machine
Bedrijf	Nummer in Top 500 Naam Snelheid (Gigaflops) Plaats
Hewlett-Packard	137 ASCI-Q 7.727	Los Alamos National Laboratorium, NM
IBM	129 ASCI Wit 7,226	Lawrence Livermore Nationaal laboratorium, CA
Sun Microsystems	88 HPC 4500 420	Zweedse strijdkrachten, Stockholm, Zweden
Silicium afbeeldingen	45 ASCI Blue Mountain 1.608	Los Alamos National Mountain Laboratory, NM
Cray	22 T3E 1200 1,166	Onbekend (De regering van de Verenigde Staten)
NEC	15 Aardesimulator 35.860	Aarde Simulator Centrum, Simulator Yokohama, Japan

Huidige en voorgestelde supercomputerarchitecturen
Architecturale benadering	Beschrijving	Voordelen:	Belangrijkste voorstanders
Grondstoffenclusters (operationeel)	Honderden of duizenden kant-en-klare servers met links met lage bandbreedte	Goedkope constructie; efficiënt met problemen die in brokken kunnen worden opgedeeld	Hewlett-Packard, IBM, Silicon Graphics
Vector computing (operationeel)	Honderden op maat gemaakte orocessors met connectoren met hoge bandbreedte	Meer tijd besteed aan computergebruik, minder tijd aan communicatie	Cray, NEC
Streamen (experimenteel)	Tussenwaarden van berekeningen opgeslagen in lokaal geheugen	Snelheid; on-chip gegevensoverdracht voor het verminderen van de geheugenknelpunt	Stanford universiteit
Processor-in-memory (experimenteel)	Verwerkingscircuits en kortetermijngeheugen afgewisseld op dezelfde chip	Snelheid; kortere afstand tussen processors en geheugen	Universiteit van Zuid-Californië, Caltech, IBM
Cascade (experimenteel)	Gegevens, in plaats van software, opgeslagen in het lokale geheugen van de processor	Minder oproepen naar het geheugen in gevallen waarin datasets groter zijn dan programma's	Cray, Caltech

Apollo-project van computers?

De afgelopen tien jaar heeft de Amerikaanse high-performance computing-gemeenschap op de schouders van reuzen gestaan. Veel directeuren van centra voor wetenschappelijke informatica zeggen dat ze geloven dat de Verenigde Staten zich op een cruciaal beslissingspunt bevinden, waar de keuze van projecten en de hoeveelheid geld die wordt geïnvesteerd in nieuwe high-performance computing-architecturen de toekomstige veiligheid en welvaart op tastbare manieren kunnen beïnvloeden.

Er is echt een combinatie van goede ideeën van universiteiten en overheidsfinanciering en goede industriële techniek nodig om dit vervelende probleem aan te pakken, zegt Bell. Het bouwen van een nieuwe chip is precies aan de harige rand van wat een universiteit kan bereiken; dan heb je iemand nodig met de middelen om gedetailleerde technische dingen te doen, zoals koeling en verbindingen enzovoort. Het zal veel moeite kosten.

Maar als het goed wordt gedaan, kan een geheel nieuwe gouden eeuw van de wetenschap bloeien. Een van de meest opvallende aspecten van het Earth Simulator-project is de openheid ervan. Wetenschappers communiceren ondanks taal- en geografische barrières. Ze testen theorieën en voeren simulaties uit die het potentieel hebben om ons begrip van de wereld te verbeteren en ons allemaal ten goede te komen. Een paar maanden geleden bemiddelde Sterling voor een ontmoeting tussen Tetsuya Sato, directeur van de Earth Simulator-faciliteit, en John Gyakum, een professor aan de McGill University die een van 's werelds toonaangevende experts is op het gebied van de manier waarop kleine weersystemen zoals onweersbuien wereldwijde weerpatronen beïnvloeden. Vóór de Earth Simulator was er geen computer die zulke kleine systemen gemakkelijk in grootschalige klimaatsimulaties kon verwerken. Nu mag er. Ze hebben zich opengesteld voor samenwerking omdat ze vooral om wetenschappelijke resultaten geven, zegt Sterling. En wat ze doen is belangrijk voor iedereen op de planeet.

Het is dus niet alleen om de computerwetenschap vooruit te helpen dat er meer en slimmer computergebruik nodig is. Het is om elke wetenschap vooruit te helpen. Wetenschap in de 21e eeuw rust op drie pijlers, zegt Decker van het Energiedepartement. Zoals altijd is er theorie en experimenten. Maar simulatie wordt de derde pijler voor wetenschappelijke ontdekkingen. Gezien de problemen waarmee we worden geconfronteerd, willen we duidelijk voorop lopen met onze wetenschap. Als de prestaties van onze computers een orde van grootte minder zijn dan we weten dat ze zelfs vandaag de dag kunnen zijn, dan zullen we dat niet zijn.

zich verstoppen