Kredit:Exanode
Det europeiska ExaNoDe-projektet har byggt en banbrytande beräkningsenhetsprototyp som banar väg för morgondagens exascale superdatorer, de som kan utföra en miljard miljarder beräkningar per sekund, eller tio gånger snabbare än dagens mest kraftfulla datorer.
ExaNoDe-prototypen gör att olika typer av processorer kan kombineras och sammankopplas på samma chip, från lågeffekts centralprocessorer (CPU) till omprogrammerbara följeslagare som kan konfigureras om i farten. Genom att tillåta sammankopplingar på chip, prototypen hjälper till att övervinna en av de viktigaste vägspärrarna för mer kraftfulla datorer:energi- och prestandakostnaden för att överföra data mellan huvudprocessorerna och deras medföljande processorer. Allt detta i ett revolutionerande tredimensionellt paket.
"Strömförbrukning och överkomliga priser är de största hindren i vägen för en beräkningsenhet som kan leverera exaskala prestanda, säger Denis Dutoit, forskningsingenjör på CEA-Leti och koordinator för ExaNoDe. "Kombinationen av 3-D-integration och heterogena enheter på chipet löser dessa hinder. Om man skulle använda standardteknik, som används i toppdatorer som används av spelare, för att nå exascale skulle det krävas en dator med strömbehov motsvarande en stad med en miljon invånare."
Med utgångspunkt i en innovativ interposer utvecklad av CEA, ExaNoDe tillåter kombinationen av flera system-on-chips (SoC) chiplets, bildande av en tredimensionell integrerad krets (3DIC). Detta ger flera fördelar, Till exempel:
"ExaNoDe-prototypen integrerar flera kärnteknologier:en 3-D aktiv interposer med chiplets, Armkärnor med FPGA-acceleration, ett globalt adressutrymme, högpresterande och produktiv programmeringsmiljö, som kommer att göra det möjligt för europeisk teknik att uppfylla kraven för exascale computing, " tillägger Denis.
ExaNoDe bygger på tidigare europeisk finansierad forskning genom att använda minnessystemet UNIMEM, som skapades i EUROSERVER-projektet och kommer i skala i EuroEXA-projektet. Detta möjliggör skapandet av delat minne mellan flera beräkningsnoder och hjälper därför till att minska avståndet som data måste resa.
För att tillåta programmerare att fullt ut utnyttja dessa olika hårdvaruresurser, framsteg har gjorts i programmeringsmodellerna OmpSs-2@Cluster och OpenStream för parallell beräkning. Verkliga applikationer, inom områden som materialvetenskap och maskininlärning, har utvecklats och testats på ExaNoDe-arkitekturen med dessa programmeringsmodeller och kommunikationsapplikationsprogrammeringsgränssnitt (API).