Dalam beberapa dekade sejak Seymour Cray mengembangkan apa yang secara luas dianggap sebagai superkomputer pertama di dunia, a CDC 6600 (Buka di tab baru)Dalam komunitas komputasi kinerja tinggi (HPC), perlombaan senjata telah dilakukan. Tujuannya: untuk meningkatkan kinerja dengan cara apa pun dan dengan biaya berapa pun.
Didorong oleh kemajuan dalam komputasi, penyimpanan, jaringan, dan perangkat lunak, kinerja sistem perintis telah meningkat satu triliun kali lipat sejak CDC 6600 terungkap pada tahun 1964, dari jutaan operasi floating-point per detik (megaFLOPS) menjadi quintillions (exaFLOPS) .
Pembawa mahkota saat ini, superkomputer besar yang berbasis di Amerika Serikat disebut berbatasan, mampu mencapai 1.102 exaFLOPS menurut standar High Performance Linpack (HPL). Tapi diduga memiliki mesin yang lebih kuat bekerja di tempat laindibelakang pintu yang tertutup.
Kedatangan apa yang disebut superkomputer exascale diharapkan memberi manfaat bagi hampir semua sektor — mulai dari sains hingga keamanan siber, perawatan kesehatan, dan keuangan — dan membuka jalan bagi model AI baru yang kuat yang jika tidak perlu waktu bertahun-tahun untuk dilatih.
Namun, peningkatan kecepatan sebesar ini memiliki biaya: konsumsi daya. Kecepatan penuh, Perbatasan Mengkonsumsi hingga 40 MW (Buka di tab baru) energi, kira-kira seperti 40 juta Komputer desktop.
Superkomputer selalu tentang mendorong batas kemungkinan. Tetapi karena kebutuhan untuk mengurangi emisi menjadi semakin jelas dan harga energi terus meningkat, industri HPC harus mengevaluasi kembali apakah pedoman aslinya masih layak untuk dijalankan.
Performa vs. Efisiensi
Salah satu institusi yang terdepan dalam masalah ini adalah University of Cambridge, yang bermitra dengan Dell Technologies telah mengembangkan beberapa superkomputer hemat energi di garis depan desain.
Itu Wilkes 3 (Buka di tab baru)misalnya, hanya menempati posisi ke-100 di grafik kinerja keseluruhan (Buka di tab baru)tetapi menempati urutan ketiga dalam hijau 500 (Buka di tab baru)yang merupakan peringkat sistem HPC berdasarkan kinerja per watt daya yang dikonsumsi.
dalam percakapan dengan Tikradar ProDr Paul Calleja, Direktur Research Computing Services di University of Cambridge, menjelaskan bahwa institusi tersebut lebih peduli dengan membangun mesin yang efisien dan throughput tinggi daripada mesin yang sangat bertenaga.
“Kami tidak terlalu tertarik dengan sistem besar, karena ini adalah solusi titik yang sangat spesifik. Tetapi teknologi yang diterapkan di dalamnya lebih dapat diterapkan secara luas dan akan memungkinkan sistem dengan urutan yang lebih lambat untuk beroperasi dengan cara yang lebih hemat biaya dan energi, ” kata Dr. Calleja.
“Dengan melakukan itu, Anda mendemokratisasi akses ke komputasi bagi banyak orang. Kami tertarik menggunakan teknologi yang dirancang untuk sistem usia besar guna menciptakan superkomputer yang lebih berkelanjutan, untuk audiens yang lebih luas.”
Di tahun-tahun mendatang, Dr. Kalija juga mengantisipasi dorongan yang semakin agresif untuk efisiensi energi di sektor HPC dan komunitas pusat data yang lebih luas, di mana konsumsi energi menyumbang lebih dari 90% biaya, kami diberitahu.
Fluktuasi harga energi baru-baru ini yang terkait dengan perang di Ukraina akan membuat superkomputer secara signifikan lebih mahal untuk dijalankan, terutama dalam konteks komputasi exascale, yang menggambarkan pentingnya kinerja per watt.
Dalam konteks Wilkes3, pihak universitas menemukan adanya sejumlah perbaikan yang membantu meningkatkan tingkat efisiensi. Misalnya, dengan menurunkan kecepatan clock di mana beberapa komponen berjalan, tergantung pada beban kerja, tim mampu mencapai pengurangan konsumsi energi 20-30% di wilayah tersebut.
“Dalam keluarga arsitektur tertentu, kecepatan clock memiliki hubungan linier dengan kinerja, tetapi hubungan kuadrat dengan konsumsi daya. Ini adalah pembunuh,” jelas Dr. Caliga.
“Mengurangi kecepatan clock mengurangi penarikan daya pada tingkat yang jauh lebih cepat daripada kinerjanya, tetapi juga memperpanjang waktu yang dibutuhkan untuk menyelesaikan tugas. Jadi yang harus kita perhatikan bukanlah konsumsi daya saat berjalan, tetapi benar-benar daya dikonsumsi per pekerjaan. Ada tempat yang bagus.”
Perangkat lunak adalah raja
Selain menyempurnakan konfigurasi perangkat keras untuk beban kerja tertentu, ada juga sejumlah perbaikan yang perlu dilakukan di tempat lain, dalam konteks penyimpanan dan jaringan, dan dalam disiplin terkait seperti pendinginan dan desain rak.
Namun, ketika ditanya di mana tepatnya dia ingin melihat sumber daya yang dialokasikan dalam upaya meningkatkan efisiensi energi, Dr. Kalija menjelaskan bahwa fokusnya harus pada perangkat lunak, pertama dan terutama.
“Hardware bukan masalahnya, ini tentang efisiensi aplikasi. Itu akan menjadi hambatan utama ke depan,” katanya. Sistem Exascale saat ini mengandalkan GPU Arsitektur dan jumlah aplikasi yang dapat berjalan secara efisien dalam skala besar dalam sistem GPU adalah kecil.”
“Untuk benar-benar memanfaatkan teknologi saat ini, kita perlu banyak fokus pada pengembangan aplikasi. Siklus hidup pengembangan mencakup beberapa dekade; perangkat lunak yang digunakan saat ini dikembangkan 20-30 tahun yang lalu, dan sulit ketika Anda memiliki kode yang berumur panjang sehingga perlu diteliti”.
Namun, masalahnya adalah industri HPC tidak terbiasa memikirkan perangkat lunak terlebih dahulu. Secara historis, lebih banyak perhatian diberikan pada perangkat, karena, dalam kata-kata Dr. Calleja, “Gampang, beli sepotong lebih cepat. Tidak perlu berpikir cerdas.”
“Meskipun kami memiliki Hukum Moore, dengan kinerja prosesor berlipat ganda setiap delapan belas bulan, Anda tidak perlu melakukan apa pun. [on a software level] untuk meningkatkan kinerja. Tetapi hari-hari itu telah berakhir. Sekarang jika kita ingin maju, kita harus kembali dan mendesain ulang program.”
tetap d. Kaliga memiliki beberapa pujian untuk Intel dalam hal ini. Seperti server Ruang perangkat keras menjadi lebih beragam dari perspektif vendor (dalam banyak hal, perkembangan positif), dan kompatibilitas aplikasi kemungkinan akan menjadi masalah, tetapi Intel sedang mengerjakan solusinya.
“Salah satu keuntungan yang saya lihat untuk Intel adalah mereka banyak berinvestasi [of both funds and time] di dalam satu API ekosistem, untuk mengembangkan portabilitas kode di seluruh spesies silikon. Ini adalah jenis rantai alat yang kami butuhkan, untuk memungkinkan aplikasi masa depan memanfaatkan silikon yang muncul,” catatnya.
Secara terpisah, ia menelepon dr. Calleja ke fokus yang lebih ketat pada “kebutuhan ilmiah”. Terlalu sering, “ada yang salah dalam penerjemahan”, mengakibatkan ketidakcocokan antara struktur perangkat keras dan perangkat lunak dan kebutuhan aktual pengguna akhir.
Dia mengatakan pendekatan yang lebih aktif untuk kolaborasi lintas industri akan menciptakan “lingkaran utopis” pengguna, penyedia layanan, dan vendor, yang akan diterjemahkan ke dalam manfaat dari kedua kinerja. Dan Perspektif efisiensi.
Zetascal masa depan
Biasanya, dengan jatuhnya simbol exascale, perhatian sekarang akan beralih ke tahap berikutnya: zetascale.
Dr Calleja mengatakan: “Zettascale adalah sains berikutnya di Bumi, sebuah totem yang menyoroti teknologi yang dibutuhkan untuk mencapai tahap berikutnya dalam perkembangan komputasi, yang tidak dapat diperoleh hari ini.”
“Sistem tercepat di dunia sangat mahal untuk apa yang Anda dapatkan darinya, dalam hal hasil ilmiah. Tapi itu penting, karena mereka menunjukkan seni kemungkinan dan memajukan industri.”
Apakah sistem yang mampu mencapai kinerja zettaFLOPS tunggal, seribu kali lebih kuat daripada tanaman saat ini, dapat dikembangkan dengan cara yang selaras dengan tujuan keberlanjutan akan bergantung pada kemampuan industri untuk menciptakan.
Tidak ada hubungan biner antara kinerja dan efisiensi energi, tetapi dosis senyawa yang sehat akan diperlukan di setiap sub-disiplin untuk memberikan peningkatan kinerja yang diperlukan dalam amplop energi yang sesuai.
Secara teori, ada rasio emas kinerja terhadap konsumsi energi, di mana dapat dikatakan bahwa manfaat bagi masyarakat dari HPC membenarkan pengeluaran emisi karbon.
Angka yang tepat akan tetap sulit dipahami dalam praktiknya, tentu saja, tetapi mengejar ide tersebut secara definisi merupakan langkah ke arah yang benar.