TOP500: μόλις 27 νέοι υπερυπολογιστές, αλλά υψηλότερος πήχης για μια θέση στη λίστα

Top 5 This Week

Related Posts

Με μια ματιά

  • Η TOP500 του Νοεμβρίου καταγράφει μόλις 27 νέες συμμετοχές, τις λιγότερες στην ιστορία της κατάταξης υπερυπολογιστών.
  • Ο κινεζικός LineShine διατηρεί την πρώτη θέση και η σειρά των δέκα πρώτων παραμένει ίδια με εκείνη του Ιουνίου.
  • Το όριο εισόδου στην πεντακοσάδα ανέβηκε κατά 7,3%, στα 2,857 petaflop/s.
  • Ο νοτιοκορεατικός HANGANG είναι η υψηλότερη νέα είσοδος, στη δωδέκατη θέση.

Ένας υπερυπολογιστής που μόλις έμπαινε στην TOP500 τον Ιούνιο θα έμενε εκτός τον Νοέμβριο με την ίδια ακριβώς επίδοση. Κι όμως, αν κάποιος διάβαζε μόνο τις πρώτες δέκα γραμμές της νέας λίστας, θα έβλεπε τα ίδια ονόματα στην ίδια σειρά. Η 68η έκδοση, που παρουσιάστηκε στις 16 Νοεμβρίου 2026 στο συνέδριο SC26 στο Σικάγο, αποτυπώνει μια αλλαγή που φαίνεται καλύτερα χαμηλότερα στον πίνακα. Χρειάζεται πλέον περισσότερη υπολογιστική ισχύς τόσο για την τελευταία θέση όσο και για μια θέση στην πρώτη πενηντάδα.

Τι ακριβώς μετρά η κατάταξη

Όλα τα συστήματα συγκρίνονται στο ίδιο είδος προβλήματος. Η δοκιμή High Performance Linpack, γνωστή ως HPL, ζητά από το μηχάνημα να λύσει ένα μεγάλο πυκνό σύστημα γραμμικών εξισώσεων. Η επίδοση εκφράζεται σε πράξεις κινητής υποδιαστολής ανά δευτερόλεπτο. Ένα petaflop/s αντιστοιχεί σε ένα εκατομμύριο δισεκατομμύρια τέτοιες πράξεις το δευτερόλεπτο. Χίλια petaflop/s ισοδυναμούν με ένα exaflop/s, το ορόσημο που έχουν φτάσει πέντε συστήματα στον πίνακα του Νοεμβρίου.

Στην πρώτη θέση βρίσκεται ο LineShine στη Σεντζέν, με μετρημένη επίδοση περίπου 2,198 exaflop/s. Ακολουθεί ο αμερικανικός El Capitan με 1,809. Οι δύο στήλες επιδόσεων του πίνακα εξηγούν γιατί η σειρά αυτή έχει ενδιαφέρον. Στη θεωρητική μέγιστη επίδοση, που σημειώνεται ως Rpeak, ο El Capitan προηγείται. Στη μετρημένη επίδοση, τη στήλη Rmax που καθορίζει την κατάταξη, προηγείται ο LineShine. Το πόσες πράξεις μπορούν θεωρητικά να εκτελέσουν οι μονάδες ενός συστήματος είναι διαφορετικό μέγεθος από το αποτέλεσμα που πετυχαίνουν όταν δουλεύουν όλες μαζί στο ίδιο πρόβλημα.

Πόσο μετακινήθηκε το όριο εισόδου

Τον Ιούνιο η τελευταία θέση αντιστοιχούσε σε 2,662 petaflop/s. Τον Νοέμβριο η αντίστοιχη μέτρηση έφτασε τα 2,857. Ένα υποθετικό σύστημα με επίδοση 2,8 petaflop/s δείχνει τι σημαίνει η διαφορά: θα περνούσε το προηγούμενο όριο, αλλά θα έμενε κάτω από το σημερινό. Έτσι μπορεί ένα ερευνητικό κέντρο να χάσει θέσεις παρότι ο εξοπλισμός του εκτελεί την ίδια δοκιμή εξίσου γρήγορα με πριν.

Στη θέση 50 η μεταβολή ήταν ακόμη μεγαλύτερη. Το όριο ανέβηκε από 49,85 σε 55,81 petaflop/s, δηλαδή κατά περίπου 12%. Οι 27 νέες συμμετοχές αντιστοιχούν μόλις στο 5,4% του πίνακα. Η μία μέτρηση περιγράφει πόσα ονόματα προστέθηκαν και η άλλη πόσο δύσκολο έγινε να διατηρήσει κανείς τη θέση του. Για ένα εργαστήριο που συγκρίνει τις δυνατότητές του με αντίστοιχες εγκαταστάσεις, αξίζει να παρακολουθεί και τα δύο μεγέθη σε διαδοχικές εκδόσεις.

Το νέο σύστημα που ξεχωρίζει σε δύο δοκιμές

Ο HANGANG του νοτιοκορεατικού KISTI μπήκε στη δωδέκατη θέση με 342,6 petaflop/s. Στη συμπληρωματική δοκιμή HPCG φτάνει ακόμη ψηλότερα, στην όγδοη θέση. Εκεί αλλάζει το αριθμητικό πρόβλημα και αποκτά μεγαλύτερη σημασία το πόσο αποτελεσματικά μετακινούνται τα δεδομένα. Οι δύο θέσεις προσφέρουν διαφορετικές πληροφορίες σε μια ομάδα που εξετάζει πού θα τρέξει μια απαιτητική προσομοίωση. Μια εφαρμογή μπορεί να περνά μεγάλο μέρος του χρόνου της περιμένοντας στοιχεία από τη μνήμη, ακόμη κι όταν διαθέτει άφθονες μονάδες για τις επόμενες αριθμητικές πράξεις.

Υπάρχει και μια τρίτη σύγκριση για όποιον σχεδιάζει μια εγκατάσταση με συγκεκριμένο όριο ηλεκτρικής ισχύος. Η Green500 διαιρεί την επίδοση στη δοκιμή HPL με την ισχύ που καταναλώνεται. Το ερώτημα εδώ είναι πόσους υπολογισμούς αποδίδει κάθε βατ. Ένα μικρότερο σύστημα μπορεί επομένως να ξεχωρίσει για την αποδοτικότητά του ακόμη κι αν ένα μεγαλύτερο ολοκληρώνει περισσότερες πράξεις το δευτερόλεπτο.

Γιατί έχει σημασία

Για έναν οργανισμό που αγοράζει υπολογιστικό χρόνο, η θέση στην TOP500 είναι αφετηρία για μια πιο συγκεκριμένη ερώτηση: πόσο γρήγορα θα τελειώσει η δική του εργασία και με τι κατανάλωση; Η δοκιμή με ένα αντιπροσωπευτικό πρόβλημα, στον όγκο δεδομένων που χρησιμοποιεί πραγματικά η ομάδα, δίνει νόημα στους αριθμούς της κατάταξης και βοηθά να συγκριθούν προσφορές για τον ίδιο επιστημονικό στόχο.

Πηγές