mahdavi3d

راه حل هایی برای کاهش هزینه بالای انرژی در نسل جدید ابررایانه ها

Recommended Posts

[align=justify][color=darkblue]نسل جدید ابررایانه ها سرعتی هزاران برابر سریعترین ابررایانه امروزی را خواهد داشت، اما در مقابل مصرف انرژی آن برابر حداکثر خروجی برق یک سد بزرگ است، هزینه ای که امروزه با وجود بحران انرژی، بسیار گران تمام می شود.[/color]
به گزارش خبرگزاری مهر، ابررایانه های غول پیکر با قیمتهایی از یک تا 100 میلیون دلار از همه نظر با رایانه های خانگی و لپ تاپها فاصله زیادی دارند. توسعه در صنعت ساخت ابررایانه ها نه تنها می تواند کشورها را از نظر علم و نوآوری به جلو براند، بلکه می تواند قدرت رایانشی و محاسباتی بیشتری را در اختیار کاربران قرار دهد.

نسل بعدی ابررایانه ها، ابررایانه های اگزا یا Exascale می توانند در ثانیه میلیاردها میلیارد محاسبه انجام دهند، سرعتی هزار برابر بیشتر از سریعترین ابررایانه ای که تا به امروز در جهان ساخته شده است.
چنین ابررایانه هایی می توانند برای اولین بار با دقتی بالا میزان بخشهای داخلی موتورهای احتراقی خودروها، هواپیماها و حتی رآکتورهای هسته ای را شبیه سازی کنند. شبیه سازی سلولهای زنده که به صورت همزمان ساختارهای شیمیایی، مولکولی، ژنتیکی و بیولوژیکی را شامل می شوند نیز از دیگر توانایی های باور نکردنی این ابررایانه ها است.

اما این آینده درخشان ابررایانه ها هزینه زیادی برای بخش انرژی در بر خواهد داشت. تنها یکی از این ابررایانه های اگزا یا Exascale به نیرویی برابر حداکثر خروجی برق یک سد بزرگ مانند سد Hoover نیاز خواهد داشت. برای غلبه بر این مشکل متخصصان صنعت رایانه و ریاضیدانان باید معماری کاملا جدید رایانه ای را ارائه کنند که می تواند در زمینه انرژی بهره وری کافی داشته باشد. راه حلهایی که برای کاهش انرژی مصرفی این ابررایانه ها ارائه شده اند در کارگاهی که در موسسه تحقیقات رایانه ای و تجربی در دانشگاه براون برگزار شد مورد بررسی قرار گرفته اند.

[b]بازسازی تراشه ها[/b]
مهندسان رایانه ای برای کاهش میزان انرژی مصرفی ابررایانه های نسل جدید در تلاشند تا تعدادی دوبرابر تعداد کنونی از ترانزیستورها را در فضای ثابتی از میکروتراشه ها جا دهند، رویکردی که قانون مور نام دارد و می تواند میزان مصرف انرژی را ثابت نگه دارد. با این همه اگر مهندسان بتوانند دوبرابر ترانزیستور را در یک ریزتراشه معمولی بگنجانند هنوز مقدار انرژی مصرفی بسیار بالا خواهد بود. از این رو ایجاد چنین ریزتراشه هایی با قدرت پردازشی دو برابر نیازمند بازطراحی اساسی معماری رایانه ها است تا بهره وری انرژی در آنها بالا رود.
در این راستا وزارت انرژی آمریکا در جستجوی راهی است تا بتواند تا سال 2020 نسل جدیدی از ابررایانه ها را ارائه کند که مصرف انرژی آنها کمتر از 20 مگاوات است، یعنی انرژی 100 برابر کمتر از حداکثر انرژی تولید شده در یک سد بزرگ.

[b]GPUها به جای CPUها[/b]
سریعترین ابررایانه های امروزی به مجموعه ای از کمدهای یخچال مانند شباهت دارند که در درون اتاقی بزرگ کنار یکدیگر قرار گرفته اند. هریک از این کمدها دارای بیش از هزار واحد پردازشگر یا CPU هستند که هر یک از این CPU ها برابر مغز پردازشگر یک لپ تاپ هستند.
آخرین نسل از ابررایانه های پتا (ابررایانه هایی با توانایی پردازش یک کوادریلیون محاسبه در ثانیه) دارای هزاران شبکه ای CPU ها است اما هریک از CPU ها به گونه ای طراحی شده اند تا بتوانند پردازش چند وظیفه محدود را در کمترین زمان ممکن و بدون توجه به میزان انرژی مصرف شده انجام دهند.
شرکت NVIDIA از معدود شرکتهایی است که برای رفع این مشکل اقدام کرده است. این شرکت واحدهای پردازش گرافیکی یا GPU هایی را ابداع کرده است که تمرکز آن بر روی پردازش کارامد و کم مصرف است. به این شکل میزان مصرف انرژی با استفاده از این واحدهای پردازشگر هشت برابر کمتر از انرژی مورد استفاده CPU ها خواهد بود.

بر اساس گزارش ان بی سی، این شرکت امیدوار است با استفاده GPU های ابداعی خود بتواند مدت زمان تکمیل و ساخت ابررایانه های اگزا را به سال 2018 کاهش دهد. انتظار می رود GPU کپلر این شرکت در هر وات انرژی پنج میلیارد محاسبه انجام دهد.

[color=olive]۱۳۹۰/۱۱/۰۲[/color]
منبع: خبرگزاري مهر
http://www.mehrnews.com/fa/newsdetail.aspx?NewsID=1514803[/align]

به اشتراک گذاشتن این پست


لینک به پست
اشتراک در سایت های دیگر

ایجاد یک حساب کاربری و یا به سیستم وارد شوید برای ارسال نظر

کاربر محترم برای ارسال نظر نیاز به یک حساب کاربری دارید.

ایجاد یک حساب کاربری

ثبت نام برای یک حساب کاربری جدید در انجمن ها بسیار ساده است!

ثبت نام کاربر جدید

ورود به حساب کاربری

در حال حاضر می خواهید به حساب کاربری خود وارد شوید؟ برای ورود کلیک کنید

ورود به سیستم

  • مرور توسط کاربر    0 کاربر

    هیچ کاربر عضوی،در حال مشاهده این صفحه نیست.