Tehnoloģijas virzās neticami ātri. Iespējams, jūs šodien iegādājaties standarta planšetdatorus vai pamata klēpjdatoru skolas rajonam. Tomēr īstā nākotnes burvība notiek tālu masveida datu centros. Milzu iekārtas apstrādā informācijas kalnus, lai padarītu mūsu ikdienas elektroniku gudrāku un ātrāku. Šajā rakstā ir paskaidrots, kā milzīgā skaitļošanas jauda un AI veido sīkrīkus, uz kuriem mēs visi paļaujamies. Lasiet tālāk, lai uzzinātu, kā rītdienas patērētāju aparatūru izstrādā mūsdienu vismodernākās sistēmas.

Kas īsti ir superdators un kā tas aprēķina?

A superdators būtībā ir ļoti jaudīgs dators. Tas ir īpaši paredzēts skriešanai masveida uzdevumi. Tas var viegli atrisināt sarežģītas problēmas ar ko parasta mašīna vienkārši nevar tikt galā. Kad inženieri mēra superdatora veiktspēja, tie neskatās uz standarta pulksteņa ātrumu, kā jūs to darītu mājas datorā. Tā vietā tā ātrums ir mēra peldošā komata operācijās uz otrais. Mēs to parasti saucam par a flops.

Lai sasniegtu šo neticamo veiktspējas līmenis, viens superdators var saturēt desmitiem tūkstošu procesoru. Šīs mazās daļas darbojas ļoti cieši kopā, lai darbotos kā vienas milzu smadzenes. Masīvs tiek izgatavoti superdatori mazāku fizisko gabalu, kas ir sagrupēti skaitļošanas mezglos. Šie aprēķina mezglus vienlaikus risiniet sīkus milzīgas puzles gabalus. Viņi apstrādā triljonus aprēķini sekundē reibinošā ātrumā.

Šis masīvs aprēķināt jauda ir absolūti nepieciešama mūsdienu AI. Neatkarīgi no tā, vai paredzat iepirkšanās tendences vai apmācot viedos balss palīgus, AI nepieciešami milzīgi resursi. Superdatori arī ir izmanto, lai pārbaudītu programmatūras un aparatūras dizainus, kas galu galā nonāk patērētāju ierīcēs. Katrs jauns planšetdators vai viedtālrunis gūst labumu no smaguma pacelšanas, ko veic a superdators ilgi pirms produkta nonākšanas plauktos.

Kā datoru vēsturē sākās superskaitļošana?

Stāsts par superskaitļošana sākās pirms daudziem gadu desmitiem. The pirmais superdators radās, kad agrīnie zinātnieki un militārie inženieri vēlējās lielāku ātrumu. Sīmūrs Krejs bija leģendāra figūra šajā agrīnajā laikmetā. Viņš izstrādāja slaveno CDC 6600 strādājot plkst Control Data Corporation. Daudzi vēsturnieki to sauc CDC 6600 mūsdienu patiesais sākuma punkts datortehnoloģijas.

Pirms šīs mašīnas ierašanās, citi projekti, piemēram, IBM 7030 pastāvēja. Konkrēti, IBM 7030 Stretch mēģināja pārkāpt mašīnas spējas. tomēr Sīmūrs Krejs izmantoja gudru dzesēšanas dizainu un blīvu vadu, lai padarītu savu mašīnu daudz ātrāku. Agri izmanto superdatorus unikālas vadu shēmas, lai samazinātu signāla aizkavi starp daļām. Tie ievērojami atšķīrās no visa cita tajā laikā uzceltā.

Tajos pirmajos laikos mašīnas ātrums dažreiz tika vienkārši novērtēts miljons instrukciju sekundē. Šodien tas šķiet neticami lēni! Tagad moderni AI modeļi prasa daudz vairāk. Taču šīs pirmās dienas noteica pamatu. Viņi pierādīja, ka cilvēki var uzbūvēt milzīgas mašīnas, lai tiktu galā ar traku matemātiku.

Kāpēc parastie datori atšķiras no augstas veiktspējas datora?

Padomājiet par ierīci, kas šobrīd atrodas uz jūsu galda. Standarta galddators vai uzņēmums 16 collu klēpjdators DS160N95 ir lieliski piemērots ikdienas darbam. Regulāri datori parasti ir viens galvenais procesors. Viņiem varētu būt nedaudz CPU kodoli. Bet a augstas veiktspējas dators ir pavisam cits zvērs.

Pamata datorsistēmu vienlaikus veic vienas personas uzdevumus. Tas varētu izmantot standartu operētājsistēma piemēram, Windows vai Android. Turpretim masīvas pētniecības iekārtas satur desmitiem tūkstošu daļu. Viņiem ir desmitiem tūkstošu mezglu strādājot uzreiz. Kad rakstāt uz a klēpjdators, tas jums šķiet ļoti ātri. Bet tas nevar vadīt globālu AI cilvēka genoma simulācija vai modelēšana.

Tava ikdiena personālajiem datoriem ir izgatavoti zemām izmaksām, pārnesamībai un zemam siltumam. Milzu iekārtai rūpīgi jāpārvalda ekstrēmi enerģijas patēriņš. Standarts klēpjdators lēnām malko akumulatora enerģiju. Milzīgs datu objekts patērē pietiekami daudz enerģijas, lai apgaismotu nelielu pilsētu!

• Klēpjdators: 1 CPU, 8-16 GB RAM, darbojas ar akumulatoru, paredzēts 1 lietotājam.
• Superdators: Miljoniem kodolu, petabaitiem RAM ir nepieciešama spēkstacija, kas paredzēta milzīgām datu kopām.

Kā paralēlā apstrāde optimizē datoru klasteru?

Lai padarītu mašīnas ātrākas, inženieri saista tūkstošiem to kopā. Tādējādi tiek izveidots milzu tīkls ar nosaukumu a klasteris. Iekšā a klasteris, daļām jārunā ātri. Viņi izmanto īpašu, ātrgaitas savienot kabeļu sistēma. Tas palīdz optimizēt datu plūsma starp visām daļām.

Inženieri izmantot paralēlo apstrādi sadalīt darba slodzi. Būtībā, superskaitļošana ir forma no paralēla apstrāde. Tas sadala milzīgu darbu mazos gabaliņos. Tad simtiem vai tūkstošiem no mikroshēmām atrisina šos bitus tieši tajā pašā laikā. Šī vienkāršā ideja par paralēlisms ir tas, kas liek burvībai notikt. Padomājiet par to kā par milzīgas maltītes gatavošanu: vienam šefpavāram ir nepieciešams ilgs laiks, bet simts pavāru, kas strādā kopā, pabeidz dažu minūšu laikā.

Vārds superskaitļošana dažkārt tiek lietota kā sinonīms ar HPC (augstas veiktspējas skaitļošana). Lai pārvaldītu smagu darba slodze, vadības programmatūrai jābūt ļoti gudrai. Šodien AI programmas ir veidotas tā, lai tās lieliski izkliedētu visā a klasteris. Šo tehniku sauc masveida paralēla apstrāde. Tas sniedz visai sistēmai neticami caurlaidspēja un efektivitāti.

Kā AI pārsniegs skaitļošanas jaudas robežas?

Šodien AI ir lielākais tehnoloģiju nozares virzītājspēks. Apmācība jaunu AI prasa milzīgu daudzumu aprēķins. Ir specifiski problēmas, kas prasa ekstrēma matemātika, kas jāatrisina. The izmantoti sarežģīti un lieli aprēķini neironu tīkli ir satriecoši. Patiesībā, lieli aprēķini, ko izmanto superdatori šodien gandrīz galvenokārt ir paredzēti AI pētījumiem.

Lai tiktu galā ar šo smago skaitļošanas slodze, standarta mikroshēmām vienkārši nepietiek. Mēs ļoti paļaujamies uz grafikas apstrādes vienības vai GPU. A grafisks čips ir pilnīgi ideāls AI. Tas vienlaikus veic daudzas vienkāršas matemātikas problēmas. Uzņēmumiem patīk Intel un Nvidia veido īpašas daļas tieši šī iemesla dēļ.

Šie AI uzdevumi uzlabo katru dienu iegādātos sīkrīkus. Piemēram, mūsu viedās kameras funkcijas10,1 collas planšetdators X12 Pro paļauties uz AI modeļiem, kas sākotnēji tika apmācīti uz masīvām mašīnām. Neticami apstrādes jauda milzīgā iekārta galu galā padara jūsu mazo planšetdatoru gudrāku un noderīgāku.

Mākoņdatošana salīdzinājumā ar vietējo HPC: kurš uzvar liela mēroga AI?

Ne visiem ir nauda, lai iegādātos milzīgu serveru iekārtu. Tieši šeit mākoņdatošana iekāpj. Mākoņdatošana ļauj uzņēmumiem īrēt jaudu, izmantojot internetu. Jūs saņemat augstas veiktspējas skaitļošana bez nepieciešamības uzbūvēt milzīgu, trokšņainu telpu, kas ir pilna ar serveriem.

Par liela mēroga AI projekti, mākonis ir pārsteidzošs. Jūs varat iznomāt nelielu šķēli pasaulē ātrākais superdators tikai dažas stundas. The augstas veiktspējas skaitļošana pasaule ir pilnībā pieņēmusi šo ideju. Tas padara HPC pieejams mazākiem zīmoliem un skolām.

Tomēr dažiem joprojām ir nozīme vietējās aparatūras īpašumā. Daži ļoti droši dati nevar nokļūt publiskajā mākonī. Tātad uzņēmumi paši veido mini HPC telpas. Neatkarīgi no tā, vai nomājat to tiešsaistē vai iegādājaties, jums ir nepieciešams masīvs aprēķināt resursus, lai saglabātu konkurētspēju mūsdienu apstākļos AI rase.

"Mākonis demokratizēja piekļuvi ārkārtējai skaitļošanas jaudai. Tagad jebkurš starta uzņēmums var apmācīt AI modeli."

Kā laikapstākļu prognozēšana mainās, pateicoties superskaitļošanai?

Viens klasisks izmantošanas gadījums masīvām mašīnām ir laika prognozēšana. Var izmantot superdatorus prognozēt spēcīgas vētras un klimata pārmaiņas. Tādas aģentūras kā Nacionālā okeāna un atmosfēras pārvalde ļoti paļauties uz tiem. Viņi katru dienu uzņem miljardiem datu punktu no satelītiem.

Viņi izmanto šo datu okeānu, lai precīzi simulēt atmosfēra. To darot, viņi var paredzēt ekstrēmi laikapstākļi dienas pirms tie notiek. Viņi nodrošina reāllaikā brīdinājumi, kas glābj dzīvības un īpašumus. Tas prasa miljoniem reižu veikt sarežģītu matemātiku sekundē.

The skaitļošanas modeļi laikapstākļiem ir diezgan līdzīgi AI modeļiem. Viņiem abiem ir nepieciešams milzīgs datu apjoms, lai mācītos. Vientuļa aprēķins Normālam laikam nebūs vajadzīgs ilgs laiks dators. Bet, lai tos paveiktu miljardiem uzreiz, ir vajadzīgs nopietns, veltīts spēks.

Kāda ir īpaša mērķa superdatoru loma AI?

Dažreiz vispārēja mašīna vienkārši nav labākais rīks darbam. Tas ir tad, kad īpašiem superdatoriem spīdēt. Tie ir būvēti no paša sākuma vienam konkrētam darbam. Tie ir paredzēts skriešanai viens precīzs veids aprēķins lieliski, netērējot enerģiju nekam citam.

Piemēram, pētnieki būvē mašīnas, lai tikai pētītu kvantu mehānika. Fiziskais arhitektūra ir pielāgots tikai šai eksaktajai zinātnei. In AI pasaulē uzņēmumi veido pielāgotas mikroshēmas tikai neironu tīkliem. Šīs nav regulāri datori kas darbina pārlūkprogrammu vai tekstapstrādes programmu.

Tā kā viņi pilnībā koncentrējas uz vienu lietu, tie ir neticami efektīvi. Tie var viegli būt 10 reizes ātrāk šajā darbā nekā vispārējā mašīna. Viņi netērē enerģiju ikdienā operētājsistēma. Viņi vienkārši sagrauj tos skaitļus, kuriem tie tika uzbūvēti. Šis augsta veiktspēja ļauj panākt izrāvienu AI tas nebija iespējams pirms desmit gadiem.

Vai superdators vienu dienu ietilps klēpjdatorā?

Tehnika laika gaitā vienmēr sarūk. Pats ātrākais superdators pirms divdesmit gadiem gandrīz nebija moderna viedtālruņa jaudas. Tātad, vai šodienas milži galu galā ietilps mazā klēpjdators? Atbilde ir gan jā, gan nē.

Mūsdienu superdatori ir fiziski masīvas. Piemēram, dažas mašīnas sasniedz elpu aizraujošu ātrums 442 petaflopi. (A petaflops ir viens kvadriljons peldošā komata operācijas sekundē). Jūs vienkārši neietilpst tik daudz siltuma un enerģijas a klēpjdators tuvākajā laikā! Tāda ierīce kā mūsu 14,1 collas izturīgs klēpjdators DS141 ir ārkārtīgi grūts, taču tas nevar izturēt megavatus enerģijas patēriņš vajadzīgs tam.

Tomēr procesors jūsu mājās dators turpinās kļūt daudz labāks. Vientuļa kodols šodien ir daudz reizes ātrāk nekā vecie lieldatori. Tagad mums ir daļas no Intel kas konkurē ar veselām serveru telpām no deviņdesmitajiem gadiem. Tava nākotne klēpjdators tiks galā ar vietējo AI uzdevumus ar neticamu vieglumu.

Kā rītdien izskatīsies skaitļošanas AI lauks?

Aizraujošais skaitļošanas joma zinātne pilnībā saplūst ar AI. Mēs redzam milzu sistēmas, kas darbojas tādās vietās kā Losalamos Nacionālā laboratorija un Ouk Ridžas Nacionālā laboratorija. Viņi pastāvīgi virza absolūtās robežas, ko a dators var darīt.

Nākotnes mašīnas nemanāmi saplūdīs normāli centrālie procesori ar pilnīgi jaunu tehnoloģiju. Mēs redzēsim specializētākus vektoru datori tiek izmantots. A vektors mikroshēma ir lieliski piemērota konkrētiem matemātikas veidiem AI mīl. Viņi izmantos masveida paralēla apstrāde trenēties AI pat ātrāk nekā šodien.

Augšējais superdatori pasaulē turpinās labot jaunus ātruma rekordus. Drīzumā mēs runāsim par eksaflopiem petaflops. Un tas viss skaitļošanas spēks galu galā noplūdīs līdz mums. Tas padarīs katru dators mēs izmantojam labākus, ātrākus un daudz viedākus — no serveriem mākonī līdz planšetdatoram jūsu rokās.

Kopsavilkums

Skatoties uz neticamajiem lēcieniem aprēķināt tehnoloģiju, ir skaidrs, ka masveida apstrāde veido mūsu nākotni. No apmācības uzlabotas AI Lai prognozētu laikapstākļus, ekstrēma aparatūra ir mūsdienu dzīves neredzamais mugurkauls.

• A superdators ir masīvs dators izveidots, lai ļoti ātri palaistu sarežģītu matemātiku.
• Veiktspēja galvenokārt ir mēra peldošā komata operācijās uz otrkārt, pazīstams kā a flops.
• AI lielā mērā paļaujas uz skaitļošanas nodrošinātā jauda grafikas apstrādes vienības (GPU).
• Mūsdienīgas iespējas izmantot paralēlo apstrādi sadalīt lielu darbu simtiem vai tūkstošiem no čipsiem.
• Mākoņdatošana padara augstas veiktspējas skaitļošana pieejams mazākiem uzņēmumiem.
• The skaitļošanas joma zinātne turpina augt, ko virza laboratorijas un jaunas procesors dizaini.