L’infrastruttura europea HPC allo stato attuale (prace-ri.eu)
“Oggi, il tuo cellulare ha una potenza di calcolo maggiore di quella della NASA nel 1969, quando mandò due astronauti sulla Luna. […] La PlayStation di oggi, che costa 300 dollari, ha la potenza di calcolo di un supercomputer militare del 1997, il cui costo ammontava a milioni di dollari.” [Michio Kaku, fisico teorico]
Come dimostra Ray Kurzweil, informatico e saggista statunitense, il progresso tecnologico è un processo a crescita esponenziale. Se dovessimo descrivere la curva di crescita della capacità di calcolo dal primo computer elettronico programmabile (il Colossus, usato dagli Inglesi durante la seconda guerra mondiale per decifrare i messaggi dei nazisti) ai supercomputer odierni, non potremmo di certo usare una relazione lineare. Negli ultimi decenni abbiamo assistito ad una incredibile accelerazione tecnologica nell’ambito dell’HPC (High Performance Computing, calcolo ad elevate prestazioni o supercalcolo), che ha permesso di raggiungere prestazioni di calcolo un tempo impensabili. Prendiamo la velocità di calcolo, che viene generalmente espressa in FLOPS (FLoating Point Operations Per Second), ovvero il numero di operazioni (in virgola mobile) che una macchina può effettuare in un secondo: se il 2010 ha visto l’avvento del calcolo petascale (1015 FLOPS, cioè un milione di miliardi di FLOPs), il 2020 ha segnato l’inizio dell’era exascale, ovvero quella delle macchine in grado di raggiungere 1018 FLOPS (cioè un miliardo di miliardi di FLOPs, quindi mille volte di più). Gli sforzi tecnologici dietro questi incredibili numeri non risiedono solo nello sviluppo dell’hardware, ma anche in quello del software: un’infrastruttura di calcolo perfettamente in grado di sostenere prestazioni elevate è infatti inutile se gli algoritmi implementati sono inefficienti o, peggio ancora, incapaci di gestire le specifiche caratteristiche del calcolo HPC. Ma perché abbiamo bisogno del calcolo exascale? Per due ragioni fondamentali: 1) l’attuale capacità di calcolo non è sufficiente per risolvere determinati problemi scientifici; 2) i tempi di computazione attuali sono incompatibili con certe applicazioni specifiche. Nel seguito di questo articolo vedremo alcuni esempi delle sfide scientifiche per cui abbiamo bisogno di macchine exascale.
Download articolo completo (.pdf)
A cura di: Angela Stallone, Laura Sandri, Stefano Lorito, Manuela Volpe, Emanuele Casarotti, Tomaso Esposti Ongaro.