Gli Usa sfidano la Cina, Ibm e Nvidia insieme per il computer più veloce al mondo

PARTE dalla Silicon Valley la sfida alla supremazia cinese nell'ambito dei supercomputer. Nel 2017 "Sierra" e "Summit", questi i nomi dei due supercervelloni made in USA, toglieranno al cinese "Tianhe-2" il primato di sistema più veloce del mondo. La sfida, ambiziosa, nasce su iniziativa del Dipartimento dell'Energia (DOE) degli Stati Uniti d'America che ha finanziato e commissionato la realizzazione dei cervelloni a IBM e NVIDIA. I nuovi supercomputer vedranno l'abbinamento della prossima generazione di server "IBM Power" equipaggiati con acceleratori GPU NVIDIA Tesla e con la tecnologia di interconnessione ad alta velocità NVIDIA NVLink. Importante l'investimento pubblico per un settore che viene ritenuto "strategico" dall'amministrazione americana: il Dipartimento ha messo a disposizione 325 milioni di dollari per la realizzazione dei due cervelloni, mentre altri 100 milioni di dollari sono stati stanziati per un altro progetto di ricerca e sviluppo nell'ambito dell'high performance computing denominato FastForward2. Per la scienza la nuova tecnologia in programma potrebbe rappresentare una svolta in numerosi campi: grazie a Summit e Sierra potranno arrivare conquiste che potrebbero portare gli USA a una maggior indipendenza energetica, a nuovi approcci nello studio dei cambiamenti climatici, a importanti miglioramenti nell'ambito dell'efficienza dei combustibili, delle previsioni delle catastrofi naturali, della sicurezza nell'immagazzinamento del materiale nucleare, della competitività economica. Inoltre questi supercomputer hanno un importante utilizzo anche in ambito medico, dove possono aiutare a trovare nuove cure per le malattie e offrire informazioni sulla mente umana.“Questi nuovi sistemi sempre più grandi consentono di fare simulazioni sempre più accurate. Il Dipartimento di Energia deve ad esempio simulare il comportamento di una centrale nucleare. E’ possibile ricostruire l’intero comportamento all’interno di questo computer. Un altro esempio è all’interno dell’ambito medicale o delle life science: si può ricostruire una struttura intera di un virus e poter fare una simulazione di quelli che potrebbero essere i farmaci in grado di aggredirlo”, spiega Edmondo Orlotti, Director Enterprise Channel Europe di Nvidia.Si stima che le performance saranno almeno tre volte maggiori di quelle degli attuali sistemi più potenti al mondo. Saranno polverizzati i precedenti record: il sistema "Summit" dell'Oak Ridge National Laboratory offrirà da 150 a 300 petaflops di picco (1 petaflops equivale ad un milione di miliardi di istruzioni/calcoli al secondo) e sarà utilizzato in ambito "open science", dunque accessibile agli scienziati di tutto il mondo. Ben oltre le capacità dell'attuale campione di velocità degli Stati Uniti, ossia "Titan", che offre 27 petaflops di picco e del cinese "Tianhe-2" del China's National Super Computer Centre, attualmente il più veloce del mondo, che arriva a 55 petaflops di picco. Summit contribuirà, inoltre, alla causa del computing ad alta efficienza energetica, offrendo performance 10 volte superiori a Titan, utilizzando appena il 10% in più di energia. Si tratta di un elemento importante, considerato che uno dei limiti di questa tecnologia è l'elevato consumo di energia elettrica. Il sistema "Sierra", con performance superiori ai 100 petaflops, sarà invece un elemento chiave della "National Nuclear Security Mission" presso il "Lawrence Livermore National Laboratory": garantirà la sicurezza e l'efficacia del deterrente nucleare nazionale senza la necessità di test e contribuirà alla non proliferazione delle armi di distruzione di massa in tutto il mondo. In ogni caso, una sfida fondamentale nell'arrivare ai "sistemi exascale" (sistemi in grado di eseguire un miliardo di miliardi di flops) è il raggiungimento di più elevati livelli di performance minimizzando i consumi energetici, un compito per il quale sono particolarmente adatte le GPU (Graphics Processing Unit), fiore all'occhiello di Nvidia, che le ha inventate nel 1999. Si tratta di un coprocessore specializzato in grafica che inizialmente era stato applicato nel PC Gaming, l'ambito per cui Nvidia è maggiormente conosciuta. In realtà la GPU gioca un ruolo importante anche in altri ambiti, quali l’high performance computing, il mobile e il cloud, e ora le sue potenzialità saranno messe al servizio della scienza. "La GPU è un dispositivo molto comune, è usata per tantissimi scopi. Ora però la GPU si sta spostando all’interno della “computer area”, tanto che ora noi non parliamo più di Graphic Precessing Unit ma di General Processing Unit. Un buon esempio di questo è quello dell’ENI, che sta usando la più grande cluster HPC industriale nel mondo con accelerazione GPU. Anche il più grande HPC center in Europe, CSCS (Swiss National Supercomputing Center) sta usando GPU. Se si guarda la top 500 dei supercomputer, specialmente la top green 500, vediamo che la la top ten è guidata dai sitemi alimentati da NVIDIA”, spiega Walter Mundt-Blum, vice presidente di Enterprise EMEAI – NVIDIA.Un ruolo fondamentale lo gioca l'interconnettore NVLink che permetterà a GPU e CPU di condividere i dati da cinque a dodici volte più velocemente rispetto a oggi. I nuovi sistemi disporranno anche della prossima generazione di architettura GPU, denominata Volta, che offrirà performance sensibilmente superiori dell'attuale architettura Maxwell e della successiva Pascal. Le GPU assicureranno a Summit e Sierra oltre il 90% della capacità di picco delle operazioni in virgola mobile. I due sistemi rappresentano la più significativa collaborazione tra IBM e NVIDIA, sulla base della "OpenPOWER Foundation", una comunità per lo sviluppo open creata per la progettazione di soluzioni di computing di prossima generazione per l'HPC e per i data center. Se IBM ha alle spalle decenni di esperienza nella realizzazione di computer ad alte performance, NVIDIA è relativamente nuova dell'ambito. Complice anche la nuova Tesla Accelerated Computing Platform, progettata sin dall'inizio per applicazioni efficienti sul piano energetico, che offre perfomance ed efficienza energetica significativamente superiori rispetto all'approccio basato su sole CPU.