前者的地平線 - 以及超越...
一方面，它們應該幫助我們戰勝癌症、準確預測天氣並掌握核融合。 另一方面，人們擔心它們會造成全球破壞或奴役人類。 然而目前，計算怪物仍然無法同時創造大善和大惡。
在 60 年代，最高效的計算機具有以下能力 兆浮點運算 （每秒數百萬次浮點運算）。 第一台具有運算能力的計算機 以上 1 GFLOPS （千兆浮點運算）是 克雷2，由 Cray Research 於 1985 年製作。 第一個具有運算能力的模型 超過 1 TFLOPS （兆次浮點運算）是 ASCI 紅色，由英特爾於 1997 年創建。 功率達到 1 PFLOPS（千萬億次浮點運算） 走鵑，由 IBM 於 2008 年發布。
目前的算力記錄屬於中國神威·太湖之光，為 9 PFLOPS。
儘管如您所見，最強大的機器尚未達到數百千萬億次浮點運算，但越來越多的情況 百億億次系統其中必須考慮權力 百億浮點 （EFLOPS），即每秒大約超過 1018 次操作。 然而，此類設計仍僅處於不同程度的細化專案階段。
減少 （每秒浮點運算）是主要用於科學應用的運算能力單位。 它比以前使用的 MIPS 單位（代表每秒處理器指令數）更通用。 Flops 不是 SI 單位，但可以解釋為 1/s 的單位。
癌症需要百億億次計算
XNUMX exaflop 或 XNUMX petaflops 比所有排名前 XNUMX 的超級電腦的總和還多。 科學家希望具有如此威力的新一代機器能夠在各個領域帶來突破。
百億億次運算能力與快速發展的機器學習技術相結合應該有助於例如 破解癌症密碼。 醫生診斷和治療癌症所需的數據量非常巨大，普通電腦很難應付這項任務。 在典型的單一腫瘤活檢中，需要進行超過 8 萬次測量，在此期間醫生分析腫瘤的行為、其對藥物治療的反應及其對患者身體的影響。 這是真正的數據海洋。
美國能源部 (DOE) 阿貢實驗室的 Rick Stevens 說。 -
透過將醫學研究與運算能力結合，科學家們正在致力於 神經網路系統 CANDLE ()。 這使我們能夠預測並制定適合每位患者的個人需求的治療計劃。 這將有助於科學家了解關鍵蛋白質交互作用的分子基礎，開發藥物反應的預測模型，並提出最佳的治療策略。 阿貢國家實驗室相信，百億億次級系統運行 CANDLE 應用程式的速度將比當今已知最強大的超級機器快 50 到 100 倍。
因此，我們熱切地等待著百億億次超級電腦的出現。 然而，第一個版本不一定會出現在美國。 當然，美國也參與了創建它們的競賽，該項目中的地方政府被稱為 極光 與AMD、IBM、Intel、Nvidia合作，力爭領先於國外競爭對手。 但是，預計這不會在 2021 年之前發生。 同時，在 2017 年 XNUMX 月，中國專家宣布創建了百億億級原型。 這種計算單元的全功能模型是 - 天河3 - 但是，它不太可能在未來幾年內準備就緒。
中國人緊緊抓住
事實是，自2013年以來，中國的發展一直位居世界最強大電腦排行榜榜首。 他統治了幾年 天河2現在手掌屬於上面提到的 雙威太湖之光。 據信，中國的這兩台最強大的機器比美國能源部的所有二十一台超級電腦都要強大得多。
當然，美國科學家希望重新獲得他們五年前所佔據的領導地位，並且正在開發一個能夠讓他們做到這一點的系統。 它正在田納西州橡樹嶺國家實驗室建造。 首腦 (2)，一台超級電腦計畫在今年稍後投入運作。 這已經超越了神威太湖之光的力量。 它將用於測試和開發新的、更堅固、更輕的材料，利用聲波模擬地球內部，並支持探索宇宙起源的天文物理學計畫。
2. Summit超級電腦空間規劃
在前面提到的阿貢國家實驗室，科學家很快就計劃建造一個更快的設備。 目前已知 A21性能預計將達到 200 petaflops。
日本也參加了超級電腦競賽。 儘管最近被美中競爭所掩蓋，但計劃推出的正是這個國家 ABC系統 ()，提供 130 petaflops 的功率。 日本人希望這樣的超級電腦可以用來開發AI（人工智慧）或是深度學習。
同時，歐洲議會剛決定斥資2022億歐元建造一台歐盟超級電腦。 這個計算怪物將於 2023 年和 XNUMX 年之交開始為我們大陸的研究中心工作。 該車將建於 歐洲GPK項目其建設將由成員國提供資金——因此波蘭也將參與該項目。 其預測功率通常被稱為“pre-exascale”。
到目前為止，根據2017年的排名，全球最快的202台超級電腦中，中國擁有40台（144%），美國控制著29台（XNUMX%）。
中國也使用了全球 35% 的運算能力，而美國這一比例為 30%。 接下來擁有最多超級電腦的國家是日本（35 台）、德國（20 台）、法國（18 台）和英國（15 台）。 值得注意的是，無論來自哪個國家，五百台最強大的超級電腦都使用不同版本的 Linux...
他們會自己設計
超級電腦已經成為支援科技產業的寶貴工具。 它們使研究人員和工程師能夠在生物學、天氣和氣候預報、天文物理學和核武等領域取得穩步進展（有時甚至是巨大的飛躍）。
剩下的就看他們的實力了。 在接下來的幾十年裡，超級運算的使用可能會極大地改變那些擁有此類尖端基礎設施的國家的經濟、軍事和地緣政治局勢。
這方面的進展如此之快，以至於新一代微處理器的設計已經變得過於複雜，即使對於大量的人力資源也是如此。 因此，先進的電腦軟體和超級電腦在電腦的發展中越來越發揮主導作用，包括那些帶有「超級」前綴的電腦。
3.日本超級計算機
借助運算超能力，製藥公司很快就能全面運營 處理大量的人類基因組、動物和植物，將有助於創造新的藥物和治療各種疾病的方法。
政府在超級電腦的開發上投入如此多的資金的另一個原因（實際上是主要原因之一）。 更有效率的車輛將幫助未來的軍事領導人在任何作戰環境下制定清晰的作戰策略，開發更有效的武器系統，並支援執法和情報機構提前識別潛在威脅。
沒有足夠的能量來模擬大腦
新的超級電腦應該有助於破解我們早已熟知的自然超級電腦——人腦。
一個國際科學家團隊最近開發了一種演算法，它代表了大腦神經連接建模的重要新一步。 新的 NOT演算法發表在《神經資訊學前沿》上的一篇開放獲取論文中描述的，預計將在超級電腦上模擬人腦 100 億個互連的神經元。 來自德國於利希研究中心、挪威生命科學大學、亞琛大學、日本理化學研究所和斯德哥爾摩皇家理工學院的科學家參與了這項工作。
自2014年以來，德國於利希超級計算中心的RIKEN和JUQUEEN超級電腦一直在運行大規模神經網路模擬，模擬人腦中大約1%的神經元的連結。 為什麼只有這麼多？ 超級電腦可以模擬整個大腦嗎？
瑞典 KTH 公司的 Susanna Kunkel 解釋。
在模擬過程中，神經元的動作電位（短電脈衝）應發送給大約所有 100 個人。 稱為節點的小型計算機，每個計算機都配備了許多執行實際計算的處理器。 每個節點都會檢查哪些脈衝屬於該節點中存在的虛擬神經元。
4. 神經元的大腦連結建模，即我們的旅程才剛開始 (1%)
顯然，處理器為每個神經元這些額外位元所需的電腦記憶體量隨著神經網路的大小而增加。 要超越整個人腦的 1% 模擬 (4) 需要 內存增加一百倍 比當今所有超級電腦中可用的電腦都要多。 因此，只有在未來的百億億級超級電腦的背景下才有可能談論獲得整個大腦的模擬。 這就是下一代 NEST 演算法需要發揮作用的地方。
全球排名前 5 名的超級計算機
1.神威·太湖之光 – 93 年在中國無錫推出的 2016 PFLOPS 超級計算機。 自2016年500月起，連續登頂全球最高算力超級計算機TOPXNUMX榜單。
2. 天河二號（銀河二號） 是中國國防科技大學（）建造的一台計算能力為33,86 PFLOPS的超級計算機。 從 2013 年 XNUMX 月開始
直到 2016 年 XNUMX 月，它都是世界上最快的超級電腦。
3. 丹特峰 - 由 Cray 開發的設計，安裝在瑞士國家超級計算中心 ()。 它最近進行了升級——Nvidia Tesla K20X 加速器被新的 Tesla P100 取代，這使得計算能力在 2017 年夏季從 9,8 增加到 19,6 PFLOPS 成為可能。
4.行幸 是由 ExaScaler 和 PEZY Computing 開發的超級計算機。 位於日本海洋科學技術機構（JAMSTEC）橫濱地球科學研究所； 與地球模擬器在同一層樓。 功率：19,14 PFLOPs。
5.鈦 是 Cray Inc. 製造的 17,59 PFLOPS 超級計算機。 並於 2012 年 2012 月在美國橡樹嶺國家實驗室推出。 從 2013 年 XNUMX 月到 XNUMX 年 XNUMX 月，Titan 是世界上最快的超級計算機。 它目前排名第五，但仍然是美國最快的超級計算機。
他們也在爭奪量子霸主地位
IBM認為，未來五年，不是基於傳統矽晶片的超級計算機，而是。 該公司的研究人員表示，業界才剛開始了解如何使用量子電腦。 在短短五年內，工程師預計將發現這些機器的第一個主要應用。
量子電腦使用稱為 一肘。 傳統半導體將資訊表示為1和0的序列，但量子位元具有量子特性，可以同時進行1和0的計算，這意味著兩個量子位元可以同時表示序列1-0、1-1、0-1 。 ., 0-0. 運算能力隨著每個量子位元呈指數級增長，因此理論上，只有 50 個量子位元的量子電腦可以比世界上最強大的超級電腦擁有更多的運算能力。
D-Wave Systems 已經在銷售一台量子計算機，他們說有兩台。 量子位。 然而 D-Wav 副本e(5) 是有爭議的。 儘管一些研究人員已經很好地利用了它們，但它們仍然沒有超越經典計算機，並且僅對某些類別的最佳化問題有用。
5.D-Wave量子計算機
幾個月前，Google量子人工智慧實驗室展示了一款新型 72 量子位元量子處理器，名為 鬃毛錐體 （6）。 它很快就會實現“量子霸權”，超越經典超級計算機，至少在解決某些問題方面是如此。 當量子處理器在操作過程中表現出足夠低的錯誤率時，對於明確定義的 IT 任務來說，它可能比傳統超級電腦更有效率。
6. Bristlecone 72量子位元量子處理器
下一個是Google處理器，因為例如在一月份，英特爾宣布了自己的 49 量子位元量子系統，而早期 IBM 推出了 50 量子位元版本。 英特爾晶片， Loihi，它在其他方面也有創新。 它是第一個「神經形態」積體電路，旨在模仿人腦的學習和理解方式。 它“功能齊全”，將於今年晚些時候提供給研究合作夥伴。
然而，這只是開始，因為要能夠對付矽怪物，你需要 z 數百萬個量子位。 來自代爾夫特荷蘭技術大學的科學家團隊希望實現如此規模的方法是在量子電腦中使用矽，因為其成員已經找到了使用矽創建可程式量子處理器的解決方案。
在發表在《自然》雜誌的研究中，荷蘭團隊利用微波能量來控制單一電子的自旋。 在矽中，電子會同時上下旋轉，從而有效地將其固定在適當的位置。 一旦實現這一點，團隊就將兩個電子連接在一起並對它們進行編程以運行量子演算法。
設法創造出矽基 兩位量子處理器.
該研究的作者之一湯姆·沃森博士向英國廣播公司解釋。 如果沃森和他的團隊設法融合更多電子，可能會引發起義 量子位元處理器這將使我們離未來的量子電腦更近一步。
- 誰建造了一台功能齊全的量子計算機，誰就將統治世界 新加坡國立大學、國家量子技術中心首席研究員馬納斯·慕克吉 (Manas Mukherjee) 最近在接受採訪時表示。 最大的科技公司和研究實驗室之間的競爭目前集中在所謂的 量子霸權，量子電腦可以執行超出當今最先進電腦所能提供的任何計算的點。
Google、IBM 和英特爾的成就例子表明，來自美國（以及美國政府）的公司在這一領域佔據主導地位。 然而就在最近，中國網站阿里雲發布了一個基於11量子位元處理器的雲端運算平台，讓科學家可以測試新的量子演算法。 這意味著中國在量子計算區塊領域也沒有灰頭土臉。
然而，建造量子超級電腦的努力不僅激發了人們對新可能性的熱情，也引發了爭議。
幾個月前，在莫斯科舉行的國際量子技術會議上，來自俄羅斯量子中心、加拿大卡加利大學物理學教授亞歷山大·洛夫斯基（Alexander Lvovsky）（7）表示，量子計算機 破壞工具無需創建。
7. 亞歷山大‧洛夫斯基教授
他是什麼意思？ 首先，數位安全。 目前，所有透過網路傳輸的敏感數位資訊都經過加密，以保護利害關係人的隱私。 我們已經看到駭客能夠透過破壞加密來攔截這些資料的案例。
利沃夫表示，量子電腦的出現只會讓網路犯罪者的任務變得更容易。 當今已知的加密工具都無法保護自己免受真正量子電腦的運算能力的影響。
醫療記錄、財務訊息，甚至政府和軍事組織的秘密都將很容易獲得，正如利沃夫斯基所指出的那樣，這意味著新技術可能會威脅到整個世界秩序。 其他專家認為，俄羅斯人的擔憂是沒有根據的，因為真正的量子超級電腦的創建也將允許 啟動量子密碼學，被認為是堅不可摧的。
另一種方法
除了傳統電腦技術和量子系統的開發之外，各個中心還在研究建構未來超級電腦的其他方法。
美國國防高級研究計劃局 (DARPA) 資助了六個替代電腦設計解決方案中心。 現代機器中使用的架構通常稱為 馮諾依曼建築學哦，他已經七十歲了。 對大學研究人員的國防支持旨在開發一種比以往更聰明的方法來處理大量數據。
緩衝和平行計算 以下是這些團隊正在研究的新技術的一些範例。 其他 ADA ()，這使得透過將帶有模組的 CPU 和記憶體組件轉換為一個組件來簡化應用程式開發成為可能，而不必費力解決它們在主機板上的連接問題。
去年，來自英國和俄羅斯的一組研究人員成功證明了這種類型 “魔法塵埃”其中它們組成 光與物質 - 最終在“性能”方面優於最強大的超級計算機。
來自英國劍橋大學、南安普敦大學和卡迪夫大學以及俄羅斯斯科爾科沃研究所的科學家使用了被稱為 極化子它可以被定義為介於光和物質之間的東西。 這是一種全新的計算機計算方法。 科學家稱，它可以構成新型電腦的基礎，能夠解決生物學、金融和太空旅行等各領域目前棘手的問題。 這項研究結果發表在《自然材料》雜誌。
請記住，當今的超級電腦只能處理一小部分問題。 即使是假設的量子計算機，如果最終建成，最多也只能為解決最複雜的問題提供二次加速。 同時，產生「仙塵」的極化激元是透過雷射光束激活鎵、砷、銦和鋁原子層而產生的。
這些層中的電子吸收並發射特定顏色的光。 極化子比電子輕一萬倍，並且可以達到足夠的密度以產生新的物質狀態，稱為 玻色愛因斯坦凝聚 （8）。 其中極化子的量子相是同步的，並形成單一宏觀量子物體，可以透過光致發光測量來檢測。
8. 玻色-愛因斯坦凝聚圖
事實證明，在這種特定的狀態下，極化子凝聚體可以比基於量子位元的處理器更有效地解決我們在描述量子電腦時提到的最佳化問題。 英俄研究的作者表明，當極化子凝聚時，它們的量子相位於與複函數的絕對最小值相對應的配置中。
「我們正開始探索極化子圖解決複雜問題的潛力，」《自然材料》合著者教授寫道。 Pavlos Lagoudakis，南安普敦大學混合光子學實驗室負責人。 “我們目前正在將設備擴展到數百個節點，同時測試基本處理能力。”
在這些來自光和物質的微妙量子相世界的實驗中，即使是量子處理器似乎也顯得笨拙且與現實緊密相連。 正如你所看到的，科學家們不僅在研究明天的超級電腦和後天的汽車，而且他們已經在計劃後天會發生什麼。
此時，達到百億億級將是一個相當大的挑戰，然後你會考慮翻牌規模的下一個里程碑（9）。 正如您可能已經猜到的那樣，僅僅添加處理器和記憶體是不夠的。 如果科學家可信的話，獲得如此強大的計算能力將使我們能夠解決已知的重大問題，例如破解癌症或分析天文數據。
9. 超級運算的未來
將問題與答案相匹配
接下來是什麼？
好吧，對於量子計算機，人們會問它們應該用來做什麼。 正如一句老話所說，計算機可以解決沒有它們就不會存在的問題。 所以我們可能應該先建造這些未來的超級機器。 那麼問題就會自己出現。
量子電腦可以在哪些領域發揮作用？
人工智慧. 人工智慧（AI）的工作原理是透過經驗學習，隨著收到回饋，它變得越來越準確，直到電腦程式變得「聰明」。 回饋是基於一系列可能選項的機率的計算。 例如，我們已經知道洛克希德馬丁公司計劃使用其 D-Wave 量子電腦來測試目前對於經典電腦來說過於複雜的自動駕駛軟體，而Google正在使用量子電腦來開發可以區分汽車和地標的軟體。
分子建模。 借助量子計算機，將有可能準確模擬分子相互作用，找到化學反應的最佳配置。 量子化學非常複雜，現代數位計算機只能分析最簡單的分子。 化學反應本質上是量子的，因為它們會產生相互重疊的高度糾纏的量子態，因此完全開發的量子電腦將能夠輕鬆評估最複雜的過程。 谷歌已經在這方面開展了工作——他們模擬了氫分子。 其結果將是更有效率的產品，從太陽能板到藥品。
密碼學。 當今的安全系統依賴高效的初級發電。 這可以透過數位計算機搜尋每個可能的因素來實現，但是所需的大量時間使得「密碼破解」變得昂貴且不切實際。 同時，量子電腦可以比數位電腦更有效率地完成這項任務，這意味著當今的安全方法很快就會過時。 還有一些有前途的量子加密方法正在開發中，以利用量子糾纏的單向性質。 城市範圍的網路已經在多個國家進行了演示，中國科學家最近宣布，他們已經成功地將糾纏光子從軌道「量子」衛星發送到三個獨立的基地台返回地球。
財務建模。 現代市場是現存最複雜的系統之一。 儘管描述和控制它們的科學和數學儀器已經開發出來，但由於科學學科之間的根本差異，這些活動的有效性仍然很大程度上不足：沒有可以進行實驗的受控環境。 為了解決這個問題，投資人和分析師紛紛轉向量子運算。 一個直接的優勢是量子電腦固有的隨機性與金融市場的隨機性是一致的。 投資者通常希望評估大量隨機產生的場景中的結果分佈。
天氣預報。 NOAA 首席經濟學家 Rodney F. Weiher 表示，美國 GDP 的近 30%（6 兆美元）直接或間接受到天氣的影響。 用於食品生產、運輸和零售。 因此，更好地預測光環的能力在許多領域都非常有用，更不用說可以提供更長的時間來抵禦自然災害。 英國國家氣象部門英國氣象局已開始投資此類創新，以滿足從 2020 年起必須應對的電力和可擴展性需求，並發布了一份關於其自身百億億次計算需求的報告。
粒子物理學。 固體粒子物理模型通常是極其複雜、錯綜複雜的解決方案，需要大量的計算時間來進行數值模擬。 這使它們成為量子計算的理想選擇，科學家們已經利用了這一點。 因斯布魯克大學和量子光學與量子信息研究所 (IQOQI) 的研究人員最近使用可編程量子系統來執行此模擬。 根據《自然》雜誌的一篇出版物，該小組使用了一台簡單版本的量子計算機，其中離子執行邏輯運算，這是任何計算機計算的基本步驟。 模擬顯示與所描述的物理學的真實實驗完全一致。 理論物理學家彼得佐勒說。 -
