超级计算机2030年展望:百亿亿次成常态,巨量内存成常态

简介:

ZD至顶网服务器频道 06月23日 新闻消息: 超级计算机将在未来数年内继续遵循摩尔定律的发展指导,并在到2030年之间的历史时期内显示出可观的性能飞跃——但在本质上,其与目前的计算能力提升方式并无区别。

在本届ISC大会的各讨论环节中,发言者们纷纷对计算能力的快速增长做出了预测。

英特尔公司研究员兼百亿亿次首席架构师Al Garra在讨论中指出,5年前让超级计算机实现百亿亿次计算能力还是一项艰巨的挑战,但到2030年将成为行业常态。

他同时宣称,“我们已经找到了实现百亿亿次计算能力的途径,”不过超级计算行业还需要解决一系列难题才能将其变为现实。

而在预测方面,Gara将美国的Sequoia超级计算机作为参考基准。这套建立于2012年的系统拥有20千万亿次理论处理性能。

Gara预计到2022年系统的处理能力将提升至2百亿亿次,相当于Sequoia总体性能的100倍。20百亿亿次水平将于2026年实现,相当于Sequoia的10000倍,而2030年的发展目标则为100百亿亿次。这相当于Sequoia的5000倍,或者说可同时运行50000种专业应用。

2022年的系统将普遍采用8 PB内存,运行功率为25兆瓦;而2030年的系统则将拥有60 PB内存,运行功率则达到80兆瓦。

也许新的内存解决方案会在特定应用领域找到表现舞台,他指出,而且新型封装技术可能会将DRAM更多地作为逻辑资源使用。

Fabric架构则可能因光学技术面临瓶颈而受到影响,他预测称。不过他同时指出:“硅光子技术将会迎来黄金时代,从而显著降低传输带宽的实现成本。”

从长远角度来看,他说除非激光器的效率能够提升上百倍,否则必须采用新型材料降低整体功耗。在这方面,碳纳米管似乎是个不错的选择,他解释道。

美光先进计算机解决方案副总裁Steve Pawlowski在此前的演讲中表示,虽然可能会出现数十种替代方案,但DRAM也许仍将作为主力机制存在。问题在于,尽管工程师们已经拼尽全力,“但仍有相当一部分从业者乐于使用内存机制。”

他预计,部分新型架构可能会在内存与存储之间建立第三种记忆体层。

与此同时,DRAM也将在系统中更趋近逻辑层,他表示甚至会有部分逻辑移动至内存当中。

“我们正在设法建立起一套超级计算系统,并在CPU与内存间共享这种能力。”


原文发布时间为:2016-06-23

本文作者:毕波  

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。



相关文章
|
5月前
|
存储
阿里云轻量应用服务器收费标准价格表:200Mbps带宽、CPU内存及存储配置详解
阿里云香港轻量应用服务器,200Mbps带宽,免备案,支持多IP及国际线路,月租25元起,年付享8.5折优惠,适用于网站、应用等多种场景。
1727 0
|
5月前
|
存储 缓存 NoSQL
内存管理基础:数据结构的存储方式
数据结构在内存中的存储方式主要包括连续存储、链式存储、索引存储和散列存储。连续存储如数组,数据元素按顺序连续存放,访问速度快但扩展性差;链式存储如链表,通过指针连接分散的节点,便于插入删除但访问效率低;索引存储通过索引表提高查找效率,常用于数据库系统;散列存储如哈希表,通过哈希函数实现快速存取,但需处理冲突。不同场景下应根据访问模式、数据规模和操作频率选择合适的存储结构,甚至结合多种方式以达到最优性能。掌握这些存储机制是构建高效程序和理解高级数据结构的基础。
494 1
|
5月前
|
存储 弹性计算 固态存储
阿里云服务器配置费用整理,支持一万人CPU内存、公网带宽和存储IO性能全解析
要支撑1万人在线流量,需选择阿里云企业级ECS服务器,如通用型g系列、高主频型hf系列或通用算力型u1实例,配置如16核64G及以上,搭配高带宽与SSD/ESSD云盘,费用约数千元每月。
456 0
|
存储 编译器 C语言
【C语言篇】数据在内存中的存储(超详细)
浮点数就采⽤下⾯的规则表⽰,即指数E的真实值加上127(或1023),再将有效数字M去掉整数部分的1。
919 0
|
存储
共用体在内存中如何存储数据
共用体(Union)在内存中为所有成员分配同一段内存空间,大小等于最大成员所需的空间。这意味着所有成员共享同一块内存,但同一时间只能存储其中一个成员的数据,无法同时保存多个成员的值。
|
存储 C语言
数据在内存中的存储方式
本文介绍了计算机中整数和浮点数的存储方式,包括整数的原码、反码、补码,以及浮点数的IEEE754标准存储格式。同时,探讨了大小端字节序的概念及其判断方法,通过实例代码展示了这些概念的实际应用。
990 1
|
存储 编译器
数据在内存中的存储
数据在内存中的存储
157 4
|
存储 弹性计算 算法
前端大模型应用笔记(四):如何在资源受限例如1核和1G内存的端侧或ECS上运行一个合适的向量存储库及如何优化
本文探讨了在资源受限的嵌入式设备(如1核处理器和1GB内存)上实现高效向量存储和检索的方法,旨在支持端侧大模型应用。文章分析了Annoy、HNSWLib、NMSLib、FLANN、VP-Trees和Lshbox等向量存储库的特点与适用场景,推荐Annoy作为多数情况下的首选方案,并提出了数据预处理、索引优化、查询优化等策略以提升性能。通过这些方法,即使在资源受限的环境中也能实现高效的向量检索。
613 1
|
存储 Java
JVM知识体系学习四:排序规范(happens-before原则)、对象创建过程、对象的内存中存储布局、对象的大小、对象头内容、对象如何定位、对象如何分配
这篇文章详细地介绍了Java对象的创建过程、内存布局、对象头的MarkWord、对象的定位方式以及对象的分配策略,并深入探讨了happens-before原则以确保多线程环境下的正确同步。
220 0
JVM知识体系学习四:排序规范(happens-before原则)、对象创建过程、对象的内存中存储布局、对象的大小、对象头内容、对象如何定位、对象如何分配

热门文章

最新文章