Il calcolo su scala exa, in cui è possibile eseguire trilioni (1018) di
calcoli al secondo, si prospetta come lo standard dei supercomputer nei
prossimi anni. L’imponente esito positivo dell’applicazione in silico
(eseguita su computer) di tecniche di simulazioni a problemi scientifici
e commerciali estremamente complessi ha conferito slancio alla domanda
di sistemi grandi, rapidi e potenti, in grado di gestire il carico di
lavoro intensivo che vi è implicato.
Il progetto
DEEP (Dynamical Exascale Entry Platform), cui partecipano 16 partner di otto paesi europei, ha costruito un computer ad alte prestazioni di questo tipo, che ora opera presso lo Jülich Supercomputing Centre in Germania. Il prototipo si basa sul nuovo concetto Cluster-Booster, secondo il quale parti complesse di un programma con parallelismo limitato vengono eseguite sul Cluster, mentre il Booster esegue le parti molto parallelizzabili, ottenendo un elevato livello di efficienza energetica.
“Questo prototipo è un sistema molto flessibile che ha molto in comune con un motore turbo. In futuro sarà operativo per vari anni e sarà disponibile a utenti esterni verso la fine del 2016” spiega la responsabile di progetto Estela Suárez. “Raggiunge una densità altissima e un’elevatissima efficienza energetica; funziona con uno stack di software di sistema completo e un ambiente di programmazione conforme agli standard, progettato per ottenere prestazioni e semplicità d’uso”.
Per giungere a una progettazione congiunta di hardware/software e convalidare il concetto di Cluster-Booster, sono state attentamente selezionate undici applicazioni scientifiche e ingegneristiche caratteristiche dei futuri requisiti dell’informatica exascale. Vi figurano la simulazione del cervello, la climatologia, la radioastronomia, l’acquisizione di immagini sismologiche per l’industria specializzata in petrolio e gas, l’esposizione dell’uomo ai campi elettromagnetici, la dinamica delle origini dei terremoti, la meteorologia spaziale, la superconduttività ad alta temperatura e le applicazioni in fisica, tra cui la cromodinamica quantistica su reticolo (ovvero come le particelle interagiscono nella materia condensata) e la dinamica dei fluidi computazionale (ad esempio le ricerche sulla combustione per l’industria dei trasporti e aerospaziale). Gli utenti futuri tipici potrebbero pertanto essere neuroscienziati, astronomi, meteorologi, sismologi, fisici, progettisti di aerei e ingegneri automobilistici.
Il bello del prototipo DEEP, di cui si sta sviluppando una seconda generazione nel quadro di un progetto affine denominato DEEP-Extended Reach
DEEP-ER, sta nel fatto che fisicamente non è grande come si potrebbe supporre. L’intero sistema è compreso in modo estremamente compatto in meno di due rack e si caratterizza per un’alta efficienza energetica, grazie al raffreddamento a liquido diretto privo di refrigerante, in cui l’acqua scorre nel rack e circola attraverso piastre progettate con precisione fino ai nodi di calcolo. Tale acqua di raffreddamento esce in uno scambiatore di calore che favorisce il riutilizzo dell’energia termica estratta, ad esempio per il riscaldamento o il condizionamento dell’aria nel resto del locale. A confronto con i sistemi che utilizzano impianti tradizionali raffreddati ad aria, il prototipo presenta prestazioni doppie occupando uno spazio pari. In termini di energia utilizzata, raggiunge 3,5 miliardi di operazioni in virgola mobile per secondo (Flop) per ogni watt di potenza in ingresso, per cui rappresenta il supercomputer basato su Intel Xeon Phi più efficiente del mondo.
DEEP-ER, che proseguirà fino alla fine di marzo 2017, persegue l’obiettivo di aggiornare l’architettura Cluster-Booster sviluppata da DEEP ed estenderla con capacità di Input/Output (I/O) parallela aggiuntiva, ai fini di una superiore intensità di elaborazione. Intende anche rendere più resiliente il supercomputer, attraverso un meccanismo multilivello di ripristino a partire dal punto di controllo, capace di proteggere dalla perdita di dati, se l’hardware dovesse mai subire guasti.
L’UE ha contribuito con 8,3 milioni di euro al progetto DEEP, svoltosi dal 2011 al 2015, aggiungendo poi 6,4 milioni di euro per DEEP-ER.