Immagine 1 di 5
L’elenco TOP500 conferma sicuramente questa affermazione. Nel suo ultimo rapporto, pubblicato a novembre, 62 dei 500 supercomputer più veloci del mondo sono basati su una piattaforma informatica accelerata, rispetto a soli 17 di due anni fa. Una cosa che non è cambiata è il dominio di Nvidia: 50 di questi 62 sistemi utilizzano i processori grafici Nvidia come fonte principale di prestazioni di elaborazione.
Intel, che da tempo governa il mercato HPC con la maggior parte dei sistemi TOP500, è in pericolo. La sua risposta è Xeon Phi, una scheda coprocessore che offre un livello di parallelismo simile al calcolo GPGPU, ma utilizza la stessa architettura del set di istruzioni x86 delle sue CPU.
50 dei 62 principali sistemi utilizzano i processori grafici Nvidia come fonte principale di prestazioni di elaborazione
“Puoi scrivere programmi che girano su entrambe le architetture [Xeon e Xeon Phi], in modo che se hai un coprocessore, possono trarne vantaggio se lo hai codificato nel tuo programma; in caso contrario, funzionerà comunque su Xeon senza coprocessore", spiega Stephan Gillich, direttore del calcolo ad alte prestazioni per la regione EMEA di Intel.
Come le schede acceleratrici di Nvidia, Xeon Phi viene fornito come scheda PCI Express aggiuntiva con un grande numero di core di elaborazione altamente paralleli – in questo caso, 50, ciascuno basato sul vecchio Pentium architettura. Sono più lenti di un core Xeon, ma compensano la mancanza di prestazioni con il loro numero.
“Ci sono applicazioni che sfruttano, chiamiamoli così, core più grandi, che hanno capacità diverse rispetto ai core più piccoli; vedrai un equilibrio tra queste due architetture", afferma Gillich, affrontando l'approccio della sua azienda di offrire sia prodotti Xeon che Xeon Phi.
Come la linea Tesla di Nvidia, Xeon Phi si basa sulla tecnologia originariamente sviluppata per il mercato delle schede grafiche, un mercato che Intel ha abbandonato prima di rilasciare un prodotto commerciale. Sta già riscontrando popolarità nel mercato dei supercalcoli, con sette sistemi basati su Xeon Phi apparsi negli ultimi Elenco TOP500, ma solo il tempo dirà se potrà spezzare il controllo di Nvidia sul computing accelerato (o co-processing) mercato.
Il futuro
Mentre le CPU stanno iniziando a raggiungere limiti fisici che potrebbero far deragliare la legge di Moore, le GPU e le schede acceleratrici continueranno probabilmente a fornire aumenti di prestazioni per il mercato dei supercalcoli. La loro natura altamente parallela solleva un’altra questione: l’istruzione.
"Dobbiamo andare là fuori e proliferare le capacità della programmazione parallela all'inizio della prossima generazione, poiché questa è la base per migliorare le prestazioni", afferma Gillich. “Se non è possibile parallelizzare, gli aumenti delle prestazioni sulle architetture parallele saranno limitati. La nostra azienda ha avviato abbastanza presto programmi di studio su questo argomento e siamo attivi in diverse aree per diffondere l’idea e le procedure della programmazione parallela”.
Intel non è la sola a credere che l’istruzione sia fondamentale per il futuro del calcolo scientifico ad alte prestazioni. "Dobbiamo ispirare la prossima generazione a dedicarsi a questo tipo di informatica", afferma il professor Simon Cox. "È fondamentale."
Scopri di più
Il supercomputer Raspberry Pi e altri nove progetti straordinari
Il segreto di tutto ciò potrebbe risiedere in ciò che Intel definisce la democratizzazione del supercalcolo. Ai tempi in cui l’Università di Southampton ricevette il suo primo Ferranti Pegasus, solo poche persone nel paese avevano accesso alle risorse informatiche; oggi, quasi ogni casa in Gran Bretagna ha almeno un PC, o ha accesso ad uno.
Molti di questi includono processori grafici Nvidia basati sulla stessa tecnologia dell'acceleratore Tesla schede, consentendo agli studenti di sperimentare lo scarico del codice parallelo tramite CUDA senza hardware aggiuntivo necessario. La maggior parte utilizza anche il set di istruzioni x86, così come i prodotti Xeon e Xeon Phi di Intel.
Per coloro che sono interessati a queste cose, il Raspberry Pi – utilizzato da Cox per creare un cluster di calcolo altamente parallelo a basso costo per scopi didattici – e schede di sviluppo simili, come Parallella di Adapteva con il suo coprocessore a 16 core integrato, potrebbero rivelarsi fondamentali per apprendere i segreti del parallelo in lavorazione.
Il futuro del supercalcolo è già nelle mani della prossima generazione.
