Открыть сервис
Главная → Блог → Top500

Top500

Top500 — это рейтинг пятисот наиболее производительных суперкомпьютеров мира, публикуемый дважды в год (в июне и ноябре). Рейтинг составляется на основе результатов теста Linpack, который измеряет производительность системы при решении системы линейных алгебраических уравнений с плавающей запятой. Top500 является де-факто стандартом для сравнения производительности суперкомпьютеров и отслеживания мировых тенденций в области высокопроизводительных вычислений (HPC).

История

Проект Top500 был основан в 1993 году немецким учёным Хансом Мойером, американцем Эриком Стромайером и британцем Джеком Донгаррой. Первый список был опубликован в июне 1993 года. Изначально рейтинг базировался на данных, собранных из открытых источников и добровольных заявок от организаций, владеющих суперкомпьютерами. Целью проекта было создание прозрачного и объективного инструмента для оценки производительности суперкомпьютеров, который мог бы заменить устаревшие и непоследовательные методы сравнения.

С течением времени методология рейтинга неоднократно уточнялась. В 2008 году был введён дополнительный тест HPCG (High Performance Conjugate Gradients), который лучше отражает производительность на реальных приложениях, чем Linpack, но основным показателем для ранжирования остаётся Linpack. В 2017 году была запущена инициатива по включению в рейтинг систем, работающих на архитектурах, отличных от традиционных x86, таких как ARM и графические процессоры (GPU).

Критерии и методология

Тест Linpack (HPL)

Основным критерием для ранжирования в списке Top500 является результат теста High Performance Linpack (HPL). Это бенчмарк, который решает плотную систему линейных уравнений методом LU-разложения. Результат измеряется в флопсах (FLOPS — Floating Point Operations Per Second), то есть в количестве операций с плавающей запятой в секунду. Обычно используются префиксы: терафлопс (10^12 флопс), петафлопс (10^15 флопс) и эксафлопс (10^18 флопс).

Тест HPL не является репрезентативным для всех типов вычислительных задач, но он позволяет стандартизировать и сравнивать производительность систем с различной архитектурой. Для включения в список Top500 система должна продемонстрировать производительность не менее 1 терафлопса.

Тест HPCG

В 2008 году был предложен альтернативный бенчмарк HPCG (High Performance Conjugate Gradients). Он решает разреженную систему линейных уравнений методом сопряжённых градиентов, что более характерно для многих реальных научных и инженерных приложений, таких как моделирование климата, сейсмика, аэродинамика. Результаты HPCG обычно значительно ниже, чем HPL, но они лучше коррелируют с производительностью на реальных задачах. Начиная с 2017 года, результаты HPCG публикуются в отдельном списке, но не влияют на ранжирование в основном Top500.

Дополнительные показатели

Помимо производительности, для каждой системы в рейтинге указываются:

  • Производительность (Rmax): максимальная достигнутая производительность на тесте HPL.
  • Пиковая производительность (Rpeak): теоретически максимальная производительность, рассчитанная на основе тактовой частоты и количества ядер/потоков.
  • Энергопотребление: потребляемая мощность в киловаттах (кВт).
  • Энергоэффективность: производительность на ватт (флопс/Вт). Этот показатель используется в отдельном рейтинге Green500.
  • Архитектура: тип процессоров (например, Intel Xeon, AMD EPYC, IBM Power, ARM, NVIDIA GPU).
  • Количество ядер: общее количество вычислительных ядер в системе.
  • Операционная система: обычно Linux (различные дистрибутивы).
  • Страна и организация: владелец и/или разработчик системы.

Классификация и архитектуры

По архитектуре процессоров

  • x86-64: традиционная архитектура, используемая в большинстве суперкомпьютеров, особенно в тех, что построены на процессорах Intel Xeon и AMD EPYC. Долгое время доминировала в рейтинге.
  • ARM: архитектура, набирающая популярность благодаря энергоэффективности. Пример — система Fugaku (Япония), которая в 2020–2021 годах занимала первое место.
  • Графические процессоры (GPU): широко используются для ускорения вычислений, особенно в системах, предназначенных для машинного обучения и глубокого обучения. Наиболее распространены GPU NVIDIA (например, серии A100, H100). Системы с GPU часто занимают верхние строчки рейтинга.
  • Специализированные процессоры: например, процессоры Sunway (Китай) в системе Sunway TaihuLight или процессоры Matrix-2000 в Tianhe-2A.

По типу системы

  • Кластерные системы: большинство современных суперкомпьютеров представляют собой кластеры — множество стандартных серверов, соединённых высокоскоростной сетью (например, InfiniBand, Omni-Path, Ethernet).
  • Массивно-параллельные системы (MPP): системы с большим количеством однотипных процессоров, часто с собственной архитектурой (например, IBM Blue Gene).
  • Гетерогенные системы: системы, использующие несколько типов процессоров (например, CPU + GPU).

Примеры суперкомпьютеров из Top500

Frontier (США)

  • Первое место в рейтинге с июня 2022 года.
  • Производительность: 1,206 эксафлопс (Rmax).
  • Архитектура: HPE Cray EX235a, процессоры AMD EPYC 64C 2 ГГц, ускорители AMD Instinct MI250X.
  • Разработчик: Министерство энергетики США (Oak Ridge National Laboratory).
  • Применение: научные исследования, включая моделирование климата, материаловедение, ядерную энергетику.

Fugaku (Япония)

  • Первое место в июне 2020 — ноябре 2021 года.
  • Производительность: 442 петафлопса (Rmax).
  • Архитектура: Fujitsu A64FX (ARM).
  • Разработчик: RIKEN Center for Computational Science.
  • Применение: моделирование климата, медицинские исследования, материаловедение.

LUMI (Финляндия)

Sunway TaihuLight (Китай)

  • Первое место в июне 2016 — ноябре 2017 года.
  • Производительность: 93 петафлопса (Rmax).
  • Архитектура: Sunway SW26010 (собственные процессоры).
  • Разработчик: Национальный центр суперкомпьютеров в Уси.
  • Применение: научные исследования, моделирование.

Применение и значение

Научные исследования

  • Моделирование климата и погоды: прогнозирование изменений климата, моделирование ураганов, цунами.
  • Астрофизика: моделирование эволюции галактик, чёрных дыр, звёздных систем.
  • Биология и медицина: моделирование белков, поиск лекарств, геномные исследования.
  • Материаловедение: моделирование свойств новых материалов, в том числе для аккумуляторов, полупроводников.

Промышленность и инженерия

Искусственный интеллект и машинное обучение

  • Обучение больших нейросетей: суперкомпьютеры активно используются для обучения моделей глубокого обучения, таких как GPT, BERT, DALL-E.
  • Обработка больших данных: анализ данных в реальном времени.

Оборона и безопасность

  • Криптография: взлом и создание шифров.
  • Моделирование ядерных взрывов: в рамках договоров о запрете ядерных испытаний.
  • Разведка и анализ данных.

Критика и ограничения

Репрезентативность теста Linpack

Тест HPL критикуется за то, что он не отражает реальную производительность на многих классах задач. Он оптимизирован для плотных матриц, в то время как многие реальные задачи (например, разреженные системы, графовые алгоритмы, обработка изображений) имеют другую структуру. В результате система может показывать высокие результаты на Linpack, но быть неэффективной на реальных приложениях.

Игнорирование энергоэффективности

Рейтинг Top500 не учитывает энергопотребление, что может приводить к тому, что системы с низкой энергоэффективностью, но высокой пиковой производительностью, занимают верхние строчки. Для решения этой проблемы был создан рейтинг Green500, который ранжирует системы по производительности на ватт.

Политические и экономические аспекты

Рейтинг Top500 часто используется как показатель технологического превосходства стран. Это приводит к тому, что некоторые страны (например, Китай) могут не раскрывать полные данные о своих системах, чтобы не показывать реальную производительность. Кроме того, санкции и ограничения на экспорт технологий (например, на продажу процессоров NVIDIA в Китай) могут влиять на состав рейтинга.

Ограниченность данных

Рейтинг основан на добровольных заявках и открытых данных. Некоторые системы, особенно военные или корпоративные, могут не включаться в список по соображениям секретности или коммерческой тайны. Таким образом, Top500 не является полным списком всех суперкомпьютеров в мире.

Интересные факты

  • Первый суперкомпьютер в рейтинге Top500 (июнь 1993 года) — CM-5 компании Thinking Machines, производительностью 59,7 гигафлопса.
  • Самый быстрый суперкомпьютер в истории на момент написания статьи — Frontier (США) с производительностью 1,206 эксафлопса.
  • Лидеры по количеству систем в рейтинге: США (около 30–40% систем), Китай (около 20–30%), Япония, Германия, Франция, Великобритания.
  • Россия в рейтинге Top500: в 2024 году в списке представлено несколько систем, в том числе суперкомпьютер «Черёмуха» (МГУ), «Кристофари» (Сбербанк) и другие. Максимальная позиция — около 100-го места.
  • Операционная система: подавляющее большинство суперкомпьютеров (более 99%) работают под управлением Linux.
  • Энергопотребление: самый энергоэффективный суперкомпьютер в рейтинге Green500 (2024) — система на базе AMD Instinct MI250X, потребляющая около 20 кВт и показывающая производительность более 100 гигафлопс/Вт.

Источники

  • Официальный сайт Top500: top500.org
  • Документация по тесту HPL: netlib.org/benchmark/hpl
  • Статья «The Top500 List: A History of Supercomputing» (IEEE Computer Society, 2018)
  • «Supercomputing Frontiers: A Review of the Top500» (Journal of Parallel and Distributed Computing, 2020)
  • «Green500: Energy-Efficient Supercomputing» (ACM Transactions on Architecture and Code Optimization, 2021)

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →

Похожие материалы