钢铁雄心吧 关注:71,502贴子:2,058,481
  • 18回复贴,共1页

【MOD制作参考资料】 高性能计算的演变与发展历程

只看楼主收藏回复


本贴主要是给 制作2战以后的moder们的关于计算机的资料
所以内容很多都没有标明引用的出处,其他吧友也不要随意转贴。
吧务辛苦了,建议本贴日后有空并入 其他mod 制作的参考资料整理贴,方便moder们查找。
我等伸手党才有的玩啊2333
本贴内容可能对moder有意义的内容
2楼 前言 简单介绍什么是高性能计算机(可以无视)
3楼 高性能计算概念的演变
《时间线是2战后到1998年》(主要是理论的更新换代,早期著名学者的贡献,以及M帝的3次计算机计划,各个大学的分工和早期计算机科学的重点方向)
4楼 高性能计算机的发展历程
《70年到现在》(3大高性能计算 特殊体系结构,以及其中各种代表性系统的年代与特点) 前言
5楼 E级挑战
《现在到2020年,脑洞大的专用》(各国制定的E级计划,以及对E级的介绍)
还有其他很多资料和本吧不太相关,就不在次列出。


1楼2014-12-17 14:11回复
    一、 前言
    高性能计算机指现有的运算速度最快、性能最高、处理能力最强的一类计算机,它提供当前最先进的计算能力,以支撑人们理解和解决复杂的高性能计算问题。
    高性能计算机是国家科技创新的重要基础设施,对所有科学和工程技术领域的发展,都有着巨大的推动作用。随着高性能计算机技术的飞速发展,计算能力不断提升,人们的科学研究能力和范围得到了空前的拓展,一些依靠单纯的理论和实验方法将会非常复杂、昂贵,或者因为危险、巨大或微小而不能重现,以及交叉学科的相互影响等问题,即用其它方法难以处理或不可想象的问题,可以通过计算的方法得到解决,从而使计算科学同理论和物理实验并列,已成为科学事业的第三支柱。
    高性能计算机技术始终处于计算机技术的前沿,为了提高性能而采用新的比主流计算机更为先进的软硬件解决方案,对于计算机技术、软件技术和网络技术的发展也有着强大的辐射和带动作用。


    2楼2014-12-17 14:13
    回复
      2026-10-17 19:33:59
      广告
      不感兴趣
      开通SVIP免广告

      一、 E级计算与挑战
      1、E级计算的发展计划
      大型科学工程计算和大数据处理等高性能计算应用,对计算机平台的处理能力的需求是永无止境的。
      我们都熟知微电子技术遵循摩尔定律,即微处理器性能每18个月提升1倍(当然,当前微处理器主频的提升已严重受限,其性能提升更多来源于其基于并行处理的系统架构,即多核多线程等)。而高性能计算机通过并行处理的手段,其计算性能遵循所谓“千倍率”,即其计算速度每十年提高一千倍,远远大于单个CPU速度的提升速率。
      万亿次(T级)规模高性能计算机系统在2000年左右问世,千万亿次(P级)系统在2010年左右问世,当前,世界各国都把率先在2020年前后实现E级(百亿亿次)计算作为下一个争夺的高地。
      美国作为世界上高性能计算的头号强国,奥巴马总统在“Strategy for American Innovation”计划中,将E级计算列为21世纪美国最主要技术挑战。2011年12月美国能源部面向其核武器发展需求开展了E级计算研究;美国国防部高级研究计划署(DARPA)提出研究新的计算架构和编程模型,于2018年完成E级原型系统。
      日本作为另一个高性能计算强国,日本政府于2011年投资13亿美元用于E级计算机的研究,计划2015-2020年进行E级计算机的研制。
      2010年,欧洲将E级计算纳入其第七框架计划,为泛欧E级高性能计算服务的实现制定路线图并开展研制。欧洲20多个国家参与PRACE项目,计划构建高性能计算基础设施,推进欧洲工业和研究领域的合作。
      印度也不甘落后,计划投资20亿美元,于2017年建成世界最快的高性能计算机,性能将达 132.8Exaflops。
      我国的特殊国际地位决定我们必须独立自主发展高性能计算机。高性能计算机已被列入《国家中长期科学和技术发展规划纲要(2006-2020年)》。
      2、E级计算面临的挑战
      高效能并行计算机是未来高性能计算机技术发展的重要方向。为实现高效能计算,提高大规模并行计算机系统的实际应用效率,高效能并行计算机的研究正面临三大技术挑战:
      1. “存储墙”问题
      在高性能计算机技术的发展历程中,计算和存储以及I/O 的速度越来越不匹配所带来的“存储墙”(Memory wall)问题一直是提高并行计算机系统总体效能的巨大障碍,并且这一问题随着技术的发展日益突出。“存储墙”瓶颈问题是高效能并行计算机研究需要解决的首要技术挑战。
      随着计算技术的发展,计算、存储、I/O 间的速度差距越来越显著。当前,结点内部存储器读写延迟约为90ns,是处理器时钟周期 (约0.3ns)的300倍;结点之间处理器通信延迟约为2000ns,是本地访存延迟(90ns)的22倍。而从技术的发展趋势来看,它们的差距还会越来越大:处理器的速度在摩尔定律推动下年增长60%,差不多每隔两年就提升一倍;而存储器存取性能每年仅提高7%,约10年才能够提高一倍。
      传统的并行计算机体系结构难以有效克服存储墙瓶颈问题,使得CPU空转等待存储器访问的时间占了很大的比例,导致并行计算的实际效率下降。目前大规模并行计算机在实际应用中的效率只有5%左右。
      为克服“存储墙”问题,需要突破传统的以执行控制为中心的高性能计算机体系结构,深入研究以存储为中心的并行计算模型、高效能多核处理器体系结构、智能存储器的体系结构以及高性能存储器件技术等关键技术。
      2. 系统可扩展性问题
      在系统结构层次表现为互连网络结构对应用通信模式的适应性问题。互连网络是影响并行计算机系统可扩展性和性能的关键因素。全互连网络(fully-connected networks)(例如胖树和交叉开关等)具有较高的二分带宽,易于提供与应用模式相适应的各种通信拓扑。但全互连网络的成本和复杂性随着系统的规模增长而呈超线性增长(grows super linearly),可扩展性受限,难以满足当前大规模并行计算机系统中数万个处理器互连的要求。因此,大规模并行计算机系统通常会采用较低结点度数的互连网络,例如mesh和torus网络等,IBM Blue Gene/L和 Cray X1等都采用了这种类型的互连网络。但在低结点度数的互连网络中,连接通道数量有限,很多结点之间没有直接的物理连接通道,难以适应各种并行应用和算法的通信模式需求,无法提供与各种并行应用通信模式直接匹配的通信拓扑结构,很多结点间的通信需要经过其它中间结点,严重影响了应用的通信效率和性能。因此,如何实现互连网络结构对各种应用通信模式的高效感知和适应,是高效能并行计算机研究面临的关键技术挑战。
      在软件层次表现为面向数万个处理器的大规模并行程序设计问题。随着高性能计算技术的发展,并行计算机系统的处理器规模越来越大,IBM Blue Gene/L的处理器数目已超过13万个(131072)。但近年来的研究表明,多数并行应用能够实际使用的处理器数量很少超过1024个。根据美国能源部科学计算中心NERSC(National Energy Research Scientific Computing Center)的统计,2004到2005年使用各种处理器数目的实际并行应用比率仍然徘徊在1000以内。
      为此,需要深入研究能够有效描述并行和局部性的高效能编程模型、编程语言、工具环境以及并行算法技术,支持多学科的大规模编程,支持遗留代码的高效移植,提高应用程序的可扩展性。
      3. 系统热墙问题
      半导体集成电路工艺趋进电子器件极限和大规模并行计算机系统规模快速增大,导致高性能计算机系统的功耗问题变得越来越突出,成为影响系统可实现性和稳定性的关键。
      现代CMOS技术的发展面临着越来越严峻的问题,其中系统功耗问题是制约未来处理器发展的重要因素。功耗的急剧增加不但提高了芯片的封装和冷却成本,而且高温环境下运行增加了芯片的失效率,将导致计算机系统稳定性下降。CMOS的能量消耗包括动态能量消耗和静态能量消耗两部分。系统运行期间的主要能量消耗为动态能量消耗。随着工艺的发展,未来处理器中的泄漏电流能量消耗成为日益严重的问题。


      5楼2014-12-17 14:15
      回复
        计算机类的知识越是新内容越不靠谱,俩三年以后,现在最火的思想可能无人问津,所以参考这类资料请不要盲目。 其次真对某些内容感兴趣的朋友可以自行百度,找我也不一定有货存的。。就是这样。。23333


        6楼2014-12-17 14:18
        回复
          马克


          来自Android客户端8楼2014-12-17 21:23
          回复
            改科技树的参考?


            IP属地:浙江来自Android客户端9楼2014-12-17 23:02
            回复
              我补充一下当下单核发展的瓶颈和未来单核的发展方向。
              单核发展瓶颈是最近10年显现出来的,学术界对这个瓶颈的预言是20年之前。原因其实非常简单,在设计电路的时候,遵循的是线性的欧姆定律,但是当每个计算单位越来越小的时候,突然量子效应占据了主导地位。举个通俗一点的例子,铜是一种良好的导体,但是如果把7个铜原子排成一列,那么这个非常细小的类似导线一样的结构将会成为绝缘体。同样的问题在半导体上也会出现。这样一来,利用电子进行信息传递的传统电路会受到理论上的制约,大约是数个纳米。也就是说,不论技术精度如何,电子电路无法使计算单元比这个量级更小。而现有的光刻技术和更新一些的分子束外焰的技术已经使计算单元的大小达到了30纳米左右。考虑到大规模生产时的晶体缺陷,这就是极限了。
              解决这个问题,单核的计算能力就可以进一步提升,这里有三种方案:
              1.抛弃电子传递,改用电子自旋的传递。基于这个思路的计算机一般被称为量子计算机。(和量子通讯一样,也是个黑科技)这个方案的最大优点就是它的革命性。由于改变电子自旋会非常省能量,同时也就解决了放热的问题,同时也加快了存储器(因为是改变自旋而不是轨道)缺点也是革命性,黑科技的问题其实通常都是稳定性问题。量子计算目前最好的好像是可以维持数十个bit的位运算。(主要原因其实就是它的优点,容易改变自转,所以对外界干扰很敏感)
              2.同样是用电子作为信息载体,但是通过非传统材料来构建新型电路。(这和上头那个差不多黑)纯铜小了以后不导电了,那不是纯铜说不定就可以了。这条路的问题很简单,材料不好找。就算找到导体和半导体的对应材料,两种晶体还要可以拼在一起这真是难以想像。
              3.利用有机蛋白质。(这是黑科技中的黑科技了)由于蛋白质对于电刺激非常敏感(我是说蛋白质外形)所以有人说我们可以在这上面做文章。比如用蛋白质来做图灵的差分机什么的。大家看过就好了,这条路基本就是跪。
              嗯,我虽说是随便打点字刷一下经验,不过内容应该还是比较准的,欢迎大家指正


              IP属地:上海来自iPhone客户端10楼2014-12-18 00:28
              收起回复
                其实现代科技很多都更适合做成事件组,比如科学发展决议 (按年来 触发?或者某科技研究好了后?)
                计划的决议 就消耗 IC(主)+钱
                市场的决议 就消耗 钱(主)+IC
                比如巨型计算机(假定这个科技效果是提升科技效率5%),你让什么黑叔叔有了科技就能用不是搞笑么?还是要投钱才有效果的好么23333
                而且还分好几种:比如 1 没钱,不建立计算机系统, -4%科技效果
                2 建立一个民用中心 -50¥ -3科技效果 不满-2
                3 建立密码破译 系统 。。。。。
                4 科学计算系统 。。。。。
                等等 最后还有个土豪选项 建立全国联合系统 -3000¥ +10科技效率 -5不满 加密码破译 加奇袭击 加颠覆效率(这些能改么??)
                现代国家实力对比本来就很悬殊 要让土豪国家更任性,钱花的出去才有意思。。。而不是现代还在那堆兵牌玩。
                楼上说的量子计算机,这类还处于理论研究阶段的科技。也更适合作为事件组,让你前期投大笔钱,没有任何效果 然后有一定几率几年或10年后 得到某些好处。。。
                这类事件一多,有钱的国家就能更逆天了。。
                关键是AI估计不知道留钱来干这类事情。。。。
                @Cyoko0309


                11楼2014-12-18 13:13
                收起回复