Gyökeresen átalakult a szuperszámítógépek globális versenye, miközben a hagyományos rangsorok elveszítik korábbi súlyukat. A technológiai óriáscégek zárt adatközpontjaikban építik a világ legösszetettebb számítási kapacitásait, miközben a több évtizedes iparági mérések háttérbe szorulnak.
A szuperszámítógépek teljesítményét 1993 óta a TOP500 lista határozza meg, amely a High Performance Linpack (HPL) mérésen alapul. Ez a teszt egy sűrű lineáris egyenletrendszer megoldásával vizsgálja, hogy a berendezés mire képes duplapontosságú, 64 bites lebegőpontos számítások (FP64) során. Az akadémiai és állami kutatóintézetek évtizedeken át erre a benchmarkra optimalizálták a rendszereiket, ám a mesterséges intelligencia elterjedésével a mérés célja és gyakorlati haszna megkérdőjeleződött.
A modern gépi tanulási modellek betanításához és futtatásához nem 64 bites precizitásra van szükség, hanem alacsonyabb pontosságú mátrixszorzási műveletekre. Amikor egy technológiai vállalkozás több milliárd dolláros beruházással épít ki több tízezer grafikus processzorból álló fürtöket, az infrastruktúra elsődleges feladata az algoritmusok folyamatos kiszolgálása. Egy HPL-mérés lefuttatása napokra lekötné a teljes rendszert, ami közvetlen anyagi veszteséget jelentene a tulajdonosok számára.
A sebességmérő illúziója és a valódi teljesítmény
Julian Kunkel, a Göttingeni Egyetem professzora és a GWDG nagy teljesítményű számítástechnikai részlegének helyettes vezetője szemléletes hasonlattal világította meg a TOP500 rangsor jelenlegi helyzetét. Véleménye szerint a HPL-teszt leginkább ahhoz hasonlít, amikor egy sportkocsival elérik a 400 kilométer per órás végsebességet. Ez az érték megmutatja az eszköz elméleti határát, azonban semmit sem mond el arról, miként viselkedik a jármű a mindennapi használatban vagy összetett munkaterhelések mellett.
A kutató rámutatott, hogy a TOP500 ma már főként reprezentatív szerepet tölt be, ahelyett hogy a gyakorlati hatékonyságot tükrözné. A tudományos szimulációk, a klímamodellezés és a nagy nyelvi modellek tanítása során a szűk keresztmetszetet szinte soha nem az elméleti csúcsszámítási kapacitás képezi. A memória sávszélessége, a hálózati késleltetés és az adatáramlás sebessége lényegesen jobban meghatározza a rendszer valós működését, mint a puszta lebegőpontos műveletszám.
A zárt adatközpontok átírják az iparági erőviszonyokat
A szuperszámítógépek fejlődésének irányát ma már nem kizárólag a nemzeti laboratóriumok határozzák meg. A legnagyobb technológiai vállalatok olyan adatközponti infrastruktúrával rendelkeznek, amely nyers számítási teljesítményben könnyedén felvenné a versenyt a nyilvános toplisták éllovasaival. Ezek a szereplők azonban tudatosan elzárkóznak attól, hogy hivatalos méréseket nyújtsanak be a TOP500 szervezőinek.
Ennek a döntésnek több nyomós oka is van:
- A mérés költsége: A tesztekre történő finomhangolás és a mérés lefolytatása leállítja a profitszerző munkafolyamatokat.
- Stratégiai titoktartás: A piaci szereplők nem szívesen fedik fel adatközponti hálózatuk pontos architektúráját és technológiai részleteit.
- Eltérő hardveres architektúra: Az AI-orientált fürtök hálózati elrendezése és heterogén felépítése gyakran nem alkalmas a hagyományos HPL futtatására.
Új mérésmódszerek veszik át a vezetést
A szuperszámítástechnikai közösség szakemberei felismertek a mérések átalakításának szükségességét, ezért egyre nagyobb térnyerést tapasztalnak az alternatív tesztek. A kevert pontosságú számításokat vizsgáló HPL-MxP benchmark vagy a memória teljesítményére fókuszáló HPCG mérés jóval pontosabb képet ad az adatközpontok kihasználhatóságáról. A fejlesztők számára ma már az a legfőbb kérdés, hogy egységnyi energiafelhasználás mellett mennyi hasznos adatot tud feldolgozni a hardver.
Az átalakulás következtében a szuperszámítógépek versenye elmozdult a puszta rekorddöntögetéstől a fenntartható és gazdaságos üzemeltetés irányába. A jövőben a sikert nem a rangsorokban elfoglalt helyezés, hanem a valós tudományos és ipari problémák megoldásának sebessége határozza meg.
