Когда-то казалось очевидным, что суперкомпьютеры помогут бизнесу справиться с требованиями, предъявляемыми массивными базами данных, сложными инженерными инструментами и другими задачами, требующими больших процессорных мощностей. Почему, однако, и технология, и бизнес взяли другой курс, обсуждают опрошенные порталом InformationWeek эксперты.

Крис Монро, соучредитель и главный научный сотрудник компании IonQ, занимающейся квантовыми вычислениями, предлагает простое объяснение резкому изменению интереса со стороны бизнеса: «Суперкомпьютеры не прижились, потому что, хотя они обещают скорость и способность обрабатывать большие вычислительные задачи, они занимают значительную физическую площадь и требуют энергии/охлаждения. Когда дело доходит до массового внедрения, суперкомпьютеры так и не могут найти правильный баланс между ценой, размером, доступом и ценностью для корпоративных пользователей».

Новые направления

Суперкомпьютеры традиционно характеризуются тем, что они объединяют набор параллельных аппаратных средств, обеспечивающих очень высокую вычислительную производительность и быстрые межсоединения. «Это контрастирует с традиционной параллельной обработкой, когда над задачей работает множество объединенных в сеть серверов, — объясняет Скотт Бухгольц, директор по исследованиям новых технологий Deloitte Consulting. — Большинство бизнес-проблем могут быть решены либо с помощью последнего поколения автономных процессоров, либо с помощью параллельных серверов».

Появление облачных вычислений и легкодоступных API, а также развитие частных облаков и ПО SaaS снизили интерес к высокопроизводительным вычислениям (HPC) и суперкомпьютерам, отмечает Крис Маттманн, директор по технологиям и инновациям Лаборатории реактивного движения (JPL) НАСА. — Отданные на откуп науке и другим сферам, HPC/суперкомпьютеры так и не догнали современные стандарты бизнеса«.

Современные пользователи

Если большинство предприятий сторонятся суперкомпьютеров, то научные и инженерные команды часто обращаются к этой технологии, чтобы решить множество сложнейших задач в таких областях, как прогнозирование погоды, молекулярное моделирование и гидродинамика. «Наборы научных и модельных задач, для решения которых суперкомпьютеры обладают уникальными возможностями, никуда не исчезнут», — утверждает Бухгольц.

Суперкомпьютеры в основном используются в тех областях, где разрабатываются масштабные модели для прогнозирования с использованием огромного количества измерений, отмечает Франциско Веббер, генеральный директор компании Cortical.io , которая специализируется на извлечении ценности из неструктурированных документов.

«Один и тот же алгоритм применяется снова и снова ко многим сериям наблюдений, которые могут обрабатываться параллельно, — говорит он, — отсюда и потенциал ускорения при работе на большом количестве процессоров». Приложения для суперкомпьютеров, по его словам, могут варьироваться от экспериментов на Большом адронном коллайдере, который может генерировать до петабайта данных в день, до метеорологии, где сложные погодные явления разбиваются на поведение мириадов частиц.

Также растет интерес к суперкомпьютерам на базе графических процессоров (GPU) и тензорных процессоров (TPU). «Эти машины могут хорошо подходить для решения определенных задач искусственного интеллекта и машинного обучения, таких как обучение алгоритмов и анализ больших объемов данных изображений, — говорит Бухгольц. — По мере роста числа таких сценариев использования может появиться больше возможностей для „аренды“ времени через облако или других поставщиков услуг для тех, кому нужен периодический доступ, но нет достаточной интенсивности использования, чтобы оправдать покупку собственного суперкомпьютера».

Хотя суперкомпьютеры в основном используются в крупных академических и правительственных лабораториях, им удалось закрепиться в нескольких конкретных отраслях промышленности, таких как нефтяная, автомобильная, аэрокосмическая, химическая и фармацевтическая. «Хотя внедрение здесь не обязательно широкомасштабное, оно демонстрирует способность этих организаций к инвестициям и экспериментам», — говорит Монро.

Перспективы

По прогнозам Маттманна, в перспективе в центре внимания будут новые типы суперкомпьютерных архитектур, такие как нейроморфные и квантовые. «Именно сюда будут инвестировать суперкомпьютерные компании, чтобы подорвать традиционную модель, обеспечивающую работу облаков».

Классические вычисления просто достигнут предела, замечает Монро. «Закон Мура больше не действует, и организациям нужно думать не только о кремнии, — советует он. — Устаревают даже самые лучшие суперкомпьютеры». Он отмечает уже звучащие призывы к объединению суперкомпьютеров с квантовыми компьютерами для создания гибридной компьютерной архитектуры.

Однако в конечном итоге Монро ожидает широкого распространения мощных и стабильных квантовых компьютеров. «Их уникальная вычислительная мощность лучше подходит для решения сложных и масштабных задач, таких как управление финансовыми рисками, открытие лекарств, макроэкономическое моделирование, изменение климата и многое другое — за пределами возможностей даже самых больших суперкомпьютеров, — отмечает он. — Хотя суперкомпьютеры по-прежнему занимают значительное место, ведущие бизнес-умы уже смотрят в сторону квантовых вычислений».

Заключение

Бухгольц не ожидает, что в обозримом будущем предприятия изменят свое отношение к суперкомпьютерам. «Если вопрос заключается в том, нужна ли большинству организаций специализированная многомиллионная аппаратура, то ответ, как правило, будет „нет“, поскольку большинство их приложений и систем нацелены на то, что можно сделать с помощью обычного современного оборудования», — объясняет он.

С другой стороны, технологический тренд может в конечном итоге привести многие предприятия на рынок суперкомпьютеров, независимо от того, хотят они это или нет. «Важно понимать, что сегодняшний суперкомпьютер — это массовое оборудование следующего десятилетия», — говорит он.