Le supercalculateur Wickedly Fast Frontier inaugure officiellement la prochaine ère de l’informatique

Aujourd’hui, le supercalculateur Frontier d’Oak Ridge National Laboratory a été couronné le plus rapide de la planète dans la liste semestrielle des 500 meilleurs. Frontier a plus que doublé la vitesse du dernier tenant du titre, le supercalculateur japonais Fugaku, et est le premier à atteindre officiellement des vitesses de plus d’un quintillion de calculs, un deuxième jalon que l’informatique poursuit depuis 14 ans.

C’est un gros chiffre. Donc, avant de continuer, cela vaut la peine de le mettre en termes plus humains.

Imaginez donner aux 7,9 milliards d’habitants de la planète un crayon et une liste de problèmes simples d’arithmétique ou de multiplication. Maintenant, demandez à chacun de résoudre un problème par seconde pendant quatre ans et demi. En rassemblant les compétences en mathématiques de la population de la Terre pendant une demi-décennie, vous avez maintenant résolu plus d’un quintillion de problèmes.

Frontier peut faire le même travail en une seconde et le maintenir indéfiniment. Un millier d’années d’arithmétique par tout le monde sur Terre prendrait à Frontier un peu moins de quatre minutes.

Cette performance époustouflante inaugure une nouvelle ère connue sous le nom d’informatique exascale.

L’ère de l’exascale

Le nombre d’opérations en virgule flottante, ou de problèmes mathématiques simples, qu’un ordinateur résout par seconde est noté FLOP/s ou familièrement « flops ». Les progrès sont suivis en multiples de mille : mille flops équivaut à un kiloflop, un million de flops équivaut à un mégaflop, etc.

Le supercalculateur ASCI Red a été le premier à enregistrer des vitesses d’un billion de flops, ou d’un téraflop, en 1997. (Notamment, une console de jeu Xbox Series X contient désormais 12 téraflops.) Roadrunner a franchi pour la première fois la barrière du pétaflop, un quadrillion de flops, en 2008. Depuis lors, les ordinateurs les plus rapides se mesurent en pétaflops. Frontier est le premier à franchir officiellement des vitesses supérieures à un exaflop1.102 exaflops, pour être exact ou 1 000 fois plus rapide que Roadrunner.

Il est vrai que les superordinateurs d’aujourd’hui sont beaucoup plus rapides que les machines plus anciennes, mais ils occupent toujours des pièces entières, avec des rangées d’armoires hérissées de fils et de puces. Frontier, en particulier, est un système refroidi par liquide de HPE Cray exécutant 8,73 millions de cœurs de traitement AMD. En plus d’être le plus rapide au monde, c’est aussi le deuxième plus efficace, dépassé uniquement par un système de test composé d’une de ses enceintes avec une puissance de 52,23 gigaflops/watt.

Alors, quel est le problème ?

La plupart des supercalculateurs sont financés, construits et exploités par des agences gouvernementales. Ils sont utilisés par les scientifiques pour modéliser des systèmes physiques, comme le climat ou la structure de l’univers, mais aussi par les militaires pour la recherche sur les armes nucléaires.

Les supercalculateurs sont désormais conçus sur mesure pour exécuter également les derniers algorithmes d’intelligence artificielle. En effet, il y a quelques années, Top500 a ajouté une nouvelle référence de précision inférieure pour mesurer la vitesse de supercalcul sur les applications d’IA. À ce moment-là, Fugaku a éclipsé un exaflop en 2020. Le système Fugaku a établi le record le plus récent d’apprentissage automatique à 2 exaflops. Frontier a battu ce record avec des vitesses d’IA de 6,86 exaflops.

Alors que de très grands algorithmes d’apprentissage automatique sont apparus ces dernières années, les entreprises privées ont commencé à construire leurs propres machines aux côtés des gouvernements. Microsoft et OpenAI ont fait la une des journaux en 2020 avec une machine qui, selon eux, était la cinquième plus rapide au monde. En janvier, Meta a déclaré que son prochain supercalculateur RSC serait le plus rapide en IA au monde à 5 exaflops. (Il semble qu’ils auront maintenant besoin de quelques jetons supplémentaires pour correspondre à Frontier.)

Frontier et d’autres supercalculateurs privés permettront aux algorithmes d’apprentissage automatique de repousser encore les limites. Les algorithmes les plus avancés d’aujourd’hui comptent des centaines de milliards de paramètres ou de connexions internes, mais les algorithmes à venir atteindront probablement des milliers de milliards.

Ainsi, les supercalculateurs exascale permettront aux chercheurs de faire progresser la technologie et de faire de nouvelles sciences de pointe qui étaient autrefois impraticables sur des machines plus lentes.

Frontier est-il vraiment la première machine exascale ?

Le moment exact où le supercalcul a franchi pour la première fois la barrière de l’exaflop dépend en partie de la façon dont vous la définissez et de ce qui a été mesuré.

Folding@Home, qui est un système distribué composé d’une équipe hétéroclite d’ordinateurs portables bénévoles, a cassé un exaflop au début de la pandémie. Mais selon le cofondateur de Top500, Jack Dongarra, Folding@Home est un système spécialisé qui est « embarrassant parallèlement » et ne fonctionne que sur des problèmes avec des pièces qui peuvent être résolues de manière totalement indépendante.

Plus pertinent, des rumeurs circulaient l’année dernière selon lesquelles la Chine avait jusqu’à deux supercalculateurs exascale fonctionnant en secret. Les chercheurs ont publié quelques détails sur les machines dans des articles à la fin de l’année dernière, mais ils n’ont pas encore été officiellement évalués par Top500. Dans un Spectre IEEE En décembre dernier, Dongarra a émis l’hypothèse que si des machines exascale existent en Chine, le gouvernement pourrait essayer de ne pas braquer les projecteurs sur elles pour éviter d’attiser les tensions géopolitiques qui pourraient pousser les États-Unis à restreindre les exportations de technologies clés.

Il est donc possible que la Chine ait battu les États-Unis au coup de poing exascale, mais en se basant sur le Top500, une référence utilisée par le domaine du supercalcul pour déterminer le meilleur chien depuis le début des années 1990, Frontier obtient toujours le feu vert officiel.

Prochaine étape : Zettascale ?

Il a fallu environ 12 ans pour passer du térascale au pétascale et 14 autres pour atteindre l’exascale. Le prochain grand bond en avant pourrait bien prendre autant de temps, voire plus. L’industrie informatique continue de faire des progrès constants sur les puces, mais le rythme s’est ralenti et chaque étape est devenue plus coûteuse. La loi de Moore n’est pas morte, mais elle n’est plus aussi stable qu’avant.

Pour les supercalculateurs, le défi va au-delà de la puissance de calcul brute. Il peut sembler que vous devriez être en mesure de faire évoluer n’importe quel système pour atteindre n’importe quel point de référence que vous aimez : agrandissez-le simplement. Mais l’échelle exige également de l’efficacité, sinon les besoins énergétiques deviennent incontrôlables. Il est également plus difficile d’écrire des logiciels pour résoudre des problèmes en parallèle sur des systèmes toujours plus grands.

Le prochain saut de 1 000 fois, connu sous le nom de zettascale, nécessitera des innovations dans les puces, les systèmes les connectant aux supercalculateurs et les logiciels exécutés dessus. Une équipe de chercheurs chinois a prédit que nous atteindrions l’informatique à l’échelle zetta en 2035. Mais bien sûr, personne ne le sait vraiment avec certitude. Exascale, prévu pour 2018 ou 2020, a fait son apparition avec quelques années de retard.

Ce qui est plus certain, c’est que la soif d’une plus grande puissance de calcul ne devrait pas diminuer. Les applications grand public, comme les voitures autonomes et la réalité mixte, et les applications de recherche, comme la modélisation et l’intelligence artificielle, nécessiteront des ordinateurs plus rapides et plus efficaces. Si la nécessité est la mère de l’invention, vous pouvez vous attendre encore un moment à des ordinateurs toujours plus rapides.

Crédit d’image : Laboratoire national d’Oak Ridge (ORNL)