Exascaleberäkningar

Exascaleberäkningar är den främsta nivån inom högpresterande datoranvändning där system är kapabla till minst en exaFLOP per sekund (10^18 flyttalsoperationer per sekund). Sådana datorer är extremt parallella och förlitar sig på miljontals beräkningskärnor samt acceleratorteknik som grafikkort eller specialchip, vilket kräver avancerad maskinvara och energiutnyttjande.

Begreppet uppstod under 2010-talet som ett mål att överträffa tidigare petascale-nivåer. Den första exascale-datorn i drift var Frontier vid Oak Ridge National Laboratory i USA, som uppnådde exascale-prestanda i tester kring 2022. Andra projekt följer med olika arkitekturer och leveransmodeller, vilket speglar variationer i hårdvara, mjukvara och tillgång till resurser.

Tekniken bygger på heterogena arkitekturer med många GPU- eller FPGA-/ASIC-acceleratorer, stor minnesbandbredd, avancerade interconnects och noggrann energihantering. Programutveckling kräver nya modeller och verktyg, där MPI och OpenMP kombineras med acceleratorprogrammering i CUDA, HIP eller OpenACC, tillsammans med optimerade bibliotek och ramverk för skalbarhet och felhantering.

Användningsområden inkluderar modellering av klimat och väder, materialvetenskap, biologi, kärnvetenskap och avancerad artificiell intelligens för simulering och dataanalys. Exascale möjliggör mer detaljerade modeller, längre och mer kompletta körningar samt bättre integration av experiment- och observationsdata, men medför också ökade krav på programvara och infrastruktur.

Utmaningar är framför allt energiförbrukning och kylning, systemets tillförlitlighet och felhantering, programportabilitet samt skalbarhet. Utvecklingen kräver samarbete mellan akademi, industri och myndigheter samt kontinuerlig anpassning av programvarustacken och algoritmerna.