Supercomputing Resurrected

Även inom ett område som definieras av kontinuerliga genombrott var prestationen en chock: i mars förra året startade den japanska regeringen en dator som snart visade sig vara den snabbaste i världen, och i vissa fall överträffade den näst snabbaste datorn med en faktor 10. Earth Simulator, byggd av NEC, tog fyra år att montera och kostade minst 350 miljoner dollar. Den levererade snabbt verkliga vetenskapliga resultat inom global klimatmodellering och slutförde simuleringar som fick andra datorer att se grova ut. Forskare världen över ställde upp för den begränsade mängd datortid som var tillgänglig för forskare utanför Japan. I juni, bara veckor efter att maskinen nynnat till liv, hade tre av de sex finalisterna för de prestigefyllda Gordon Bell-priserna inom högpresterande datorer kört sina projekt på Earth Simulator.

En smula artiklar förra våren täckte nyheterna, och citerade experter som jämförde Earth Simulator med Sputnik - ett annat exempel på att USA har blivit allvarligt utklassad i en kritisk teknologi. Men utanför de sällsynta kretsarna av avancerad datoranvändning dog historien snart. Amerikanska datorleverantörer har tonat ner prestationen, avfärdat Earth Simulator som gammal teknik eller för specialiserad för att vara till stor nytta, till och med insisterat på att det var ett reklamtrick. Ge oss 400 miljoner dollar att spendera på en enda dator, så kan vi bygga något lika snabbt, säger Peter Ungaro, vice vd för högpresterande datoranvändning på IBM.

Den här historien var en del av vårt februarinummer 2003

• Se resten av frågan
• Prenumerera

Jag älskar det, hånar Gordon Bell, designer av den första minidatorn för digital utrustning och en ljuskälla inom högpresterande datoranvändning. Hur ska IBM göra det? Var är tekniken? Jag vill satsa $1 000 på att IBM under nästa år inte kan matcha kostnadsprestanda för Earth Simulator på något system de har. Faktum är att IBM nyligen vann ett kontrakt med Department of Energy för att bygga ett par maskiner designade att köras med två till nio gånger hastigheten för Earth Simulator, men projektet kommer att ta till 2005 att slutföra. Liksom många av dem som är involverade i kraftfull vetenskaplig datoranvändning, tror Bell att Japans prestation har avslöjat ett gapande hål i utvecklingen av superdatorsystem i USA - ett hål som pengar ensamma inte kan fylla.

Vad hände som gjorde att NEC kunde ta en sådan enorm ledning när det gäller datorkraft? Enkelt uttryckt såg den japanska regeringen lämpligt att subventionera utvecklingen av världens dyraste dator. Projektets mål var inte att ta skryträttigheter från USA, utan att främja forskarnas förståelse av det globala klimatet genom att skapa en maskin som utför bättre modellering och vädersimuleringar än någonsin tidigare.

Samtidigt minskade den amerikanska regeringens finansiering för forskning om avancerad datoranvändning som svar på den djupt kände amerikanska uppfattningen att superdatorutvecklare, likt välfärdsmammor, borde ta hand om sig själva snarare än att överleva på statliga utdelningar. Jämfört med någon annan del av datormarknaden är marknaden för superdatorer liten och långsamt växande, så när offentliga medel tog slut, torkade även privata investeringar i högpresterande arkitekturer ut. Under det senaste decenniet eller så har USA:s tonvikt inom superdatorer därför legat på att länka samman kluster av råvaruprocessorer - de som är designade för vardagliga affärsapplikationer - i så kallade massivt parallella konfigurationer. Det tillvägagångssättet är en skarp kontrast till den japanska visionen om specialiserade arkitekturer utvecklade enbart för högpresterande marknaden.

Visst, råvarutillvägagångssättet har gått långt: när detta skrivs rankas två råvarumaskiner, de dubbla Hewlett-Packard-byggda ASCI Q-superdatorerna vid Los Alamos National Laboratory i New Mexico, som näst snabbast i världen (uppmätt av Top500.org , en ideell analysgrupp). Idén att utnyttja många lågprisprocessorer för att utföra komplicerade uppgifter har också fångat allmänhetens fantasi, med projekt som t.ex.SETI @ home, som anlitar stationära datorer för mer än fyra miljoner frivilliga för att skanna radioteleskopdata efter mönster som tyder på främmande intelligens. Beowulf-kluster, som använder en metod som utvecklades 1994 för att länka samman datorer för att maximera sin processorkraft, har gjort det ännu lättare att nå högpresterande nivåer med relativt låga kapitalinvesteringar. Utan tvekan har råvarumetoden visat sig för många applikationer som en gång körde på specialiserat stort järn.

Men trots dessa vinster har USA kommit smärtsamt till korta just på det område där datormuskler betyder mest och där nationen har mest att vinna: genom att simulera så komplexa system som väder i den makroskopiska änden och proteinveckning på den mikroskopiska sidan. . Denna simuleringsförmåga blir allt viktigare för att främja grundläggande vetenskap, såväl som för nationell säkerhet.

Att få den privata sektorn att betala för denna förmåga är som att försvarsindustrin säger att kärnubåtar måste ha någon form av kommersiell spinoff, säger Horst Simon, chef för National Energy Research Scientific Computing Center i Oakland, Kalifornien, hem till den 12:e snabbaste datorn . Vi har inlett en riktning i USA som inte kommer att fungera.

Need for Speed

Vilka är de verkliga fördelarna med att göra datorer allt snabbare? Varför kan vi trots allt inte använda en maskin som tar en månad eller en vecka att slutföra en uppgift istället för en dag eller en timme? För många problem kan vi. Men sanningen är att vi precis har börjat få datorkraft för att förstå vad som händer i system med tusentals eller miljontals variabler; även de snabbaste maskinerna avslöjar just nu löftet om vad som komma skall.

Ta till exempel växthusgaser och hur de påverkar det globala klimatet, ett av problemen som Earth Simulator byggdes för att studera. Med datorer som är tillräckligt snabba för att exakt förutsäga klimatförändringar kan vi med mycket större säkerhet veta vilken nivå av koldioxid i atmosfären som kommer att smälta polarisarna. På samma sätt, eftersom Earth Simulator modellerar planetens klimat med en otrolig grad av granularitet, kan den utföra simuleringar som redogör för effekterna av sådana lokala fenomen som åskväder. Dessa fenomen kan påverka områden som bara är 10 kilometer breda i motsats till de 30 till 50 kilometer som de flesta vädermodeller använder som standardnätstorlek.

Eller ta de svårigheter vi har stött på när vi försöker förstå och utnyttja kärnfusion - det ständigt utom räckhåll universalmedel för våra energiproblem. Det kan ta ett decennium att utföra ett enda [fusion]-experiment, säger Thomas Sterling, fakultetsassistent vid Center for Advanced Computing Research vid Caltech. Snabbare datorer skulle påskynda dessa projekt med årtionden, vilket gör att vi inte bara kan designa säkra reaktorer som ger oss kraften att driva planeten, utan också att veta hur vi ska bli av med avfallet.

Ett färskt exempel på både löftet och begränsningarna hos dagens mest kraftfulla datorer kom från IBMs ASCI White-maskin, världens fjärde snabbaste superdator, som IBM-forskare använde för att undersöka hur material spricker och deformeras under stress. Studien, som tillkännagavs i våras, simulerade beteendet hos en miljard kopparatomer. En miljard låter verkligen som många variabler - tills du inser att det skulle ta mer än hundra biljoner gånger så många atomer för att utgöra ens en kubikcentimeter koppar.

Det finns en föreställning där ute att högpresterande datorer är en mogen industri, där alla problem har lösts, och vi har gått vidare, säger Burton Smith, chefsforskare på Cray, ett banbrytande superdatorföretag i Seattle. Det är falskt. Pinsamheten med Earth Simulator avslöjar det faktum att det fortfarande finns mycket mer förståelse att få.

Custom kontra Commodity

Under det senaste decenniet har allt vi hört om datorer handlat om att göra dem mindre, snabbare, billigare, mer som varor. Våra bärbara datorer har till exempel samma kapacitet som en Cray-dator från mitten av 1970-talet. Sedan kommer den monstruösa Earth Simulator: den är lika stor som fyra tennisbanor och den kostar nästan dubbelt så mycket som den närmaste konkurrenten, ASCI Q-maskinerna. Om detta är framtiden för superdatorer, vad ska vi göra med det? Maskinen har inte ens en särskilt ny arkitektur: NEC använde en teknik som kallas vektorberäkning, som härstammar från Crays tidigaste dagar.

Men utöver dess otympliga och arkitektoniska konstigheter, exemplifierar Earth Simulator ett tillvägagångssätt för högpresterande datoranvändning som skiljer sig fundamentalt från den som följs av de flesta amerikanska datortillverkare idag. Earth Simulator designades från botten och upp - från dess processorer till kommunikationsbussarna som länkar processorer och minne - för att vara världens snabbaste dator. När kommer det amerikanska tillvägagångssättet att länka samman processorer för allmänt bruk som de som tillhandahåller webbsidor ge ett resultat som kan matcha prestandan hos en maskin som uttryckligen är designad för prestanda? Min uppfattning är att man inte kan göra det, säger Bell. Jag ser helt enkelt inte ett sätt, med en allmän dator, att ta sig därifrån till hit.

Prestandautmaningen börjar med processorn. De data som krusas i vetenskapliga beräkningar tar ofta formen av listor med siffror, de värden som är förknippade med verkliga observationer. Traditionellt har datorer agerat på dessa värden sekventiellt och hämtat dem från minnet en efter en. Sedan, i början av 1970-talet, tog Seymour Cray ett intuitivt steg: varför inte designa en dator så att dess processorer kan begära en hel lista, eller vektor, på en gång, snarare än att vänta på att minnet ska svara på varje begäran i tur och ordning? En sådan processor skulle lägga mer tid på att beräkna och mindre tid på att vänta på data från minnet. Från mitten av 1970-talet till 1980-talet satte Crays vektorsuperdatorer rekord efter rekord. Men de krävde dyra specialiserade kretsar, och vektorberäkningar övergavs därför till stor del i USA efter 1990, när föreställningen om massivt parallella system gjorda av vanliga processorer tog fäste.

Vektorberäkningar förblev ändå ett av de mest effektiva sätten att hantera storskaliga simuleringar, vilket fick NEC att anta Crays tillvägagångssätt när de ansökte om regeringskontraktet för att bygga Earth Simulator. När NEC:s arkitekter bestämde sig för att bygga för hastighet snarare än standardisering, var de fria att utveckla inte bara specialiserade processorer, utan också bredare kommunikationsvägar mellan processorerna, vilket förvärrade hårdvarans hastighetsfördel. Många sådana förbättringar är inbyggda i NEC SX6, den grundläggande byggstenen i Earth Simulator. Vektorarkitektur är den bästa passformen för datorsimuleringar av stora utmaningars vetenskapliga och tekniska problem som global uppvärmning, design av överljudsflygplan och fysik i nanoskala, säger Makoto Tsukakoshi, chef för Earth Simulator-projektet vid NEC.

Att koppla ihop råvarumaskiner med kommersiella standardnätverk förskjuter å andra sidan hastighetsbördan från hårdvara till mjukvara. Datavetare måste skriva parallella program som analyserar problem i bitar, och sedan uttryckligen kontrollera vilka processorer som ska hantera varje del-allt i ett försök att minimera tiden som går åt att skicka bitar genom kommunikationsflaskhalsar mellan processorer.

Sådan programmering har visat sig vara extremt svår: ett okomplicerat FORTRAN-program blir en slumpmässig röra av kod som kräver omskrivning och felsökning av parallellprogrammeringsspecialister. Jag hoppas kunna koncentrera min uppmärksamhet på min forskning snarare än på hur man programmerar, säger Hitoshi Sakagami, forskare vid Japans Himeji Institute of Technology och finalist i Gordon Bell Prize för arbete med Earth Simulator. Jag anser inte att parallella datorer är acceptabla verktyg för min forskning om jag ständigt tvingas koda parallella program.

Det är inte lättja som har hindrat programmerare från att hitta bättre sätt att skriva parallell kod. Människor har arbetat extremt hårt med att försöka utveckla ny applikationsprogramvara baserad på olika algoritmer för att använda parallella maskiner, med liten framgång, säger Jim Decker, principiell biträdande chef för Office of Science vid Department of Energy. (Deckers byrå ansvarar för grundforskning inom områden som energi och miljö.) Vektormaskiner använder ofta sin egen form av parallell bearbetning, men matematiken för att göra det är mycket mindre komplicerad; Earth Simulator-forskare, till exempel, kan programmera med en smak av det klassiska datorspråket FORTRAN som tar ett mycket mer direkt tillvägagångssätt.

En superdator som består av ett stort antal kommersiella processorer är inte bara svår att programmera. Det har blivit tydligt att vinsterna av att lägga till fler processorer till ett råvarusystem så småningom plattas till obetydliga eftersom det blir svårare att locka dem att arbeta tillsammans. Det som verkligen fick beräkningsforskares hjärtan att rasa om Earth Simulator var inte det högsta eller maximala antalet beräkningar som utfördes per sekund – vilket är ungefär fyra gånger kapaciteten för den näst snabbaste maskinen och i sig är tillräckligt imponerande. Istället var det datorns förmåga för verklig problemlösning (vilket trots allt är vad forskarna bryr sig om). Earth Simulator kan bryta beräkningar med upp till 67 procent av sin toppkapacitet under en längre period. I jämförelse, det massivt parallella tillvägagångssättet - ja, det jämförs inte.

Om du slänger tillräckligt många av dessa råvaruprocessorer i ett system, och du inte blir överväldigad av kostnaden för kommunikationsnätverket för att länka dem samman, kan du så småningom nå toppprestanda för Earth Simulator, säger Sterling. Men det som sällan rapporteras offentligt om dessa system är att deras uthålliga prestanda ofta är under fem procent av topp, eller till och med en procent av topp.

Även om det verkligen är billigare att bygga superdatorer av råvarudelar, misstänker många beräkningsforskare att kostnaden för att utveckla parallell programvara faktiskt gör det dyrare att köra vetenskapliga applikationer på en sådan maskin.

Folk har blivit förtjusta i den låga kostnaden för vad som låter som en mycket hög prestandanivå på råvarumaskiner, säger Decker. Men de är inte riktigt billigare att bygga. Vi måste titta på hållbar prestanda, såväl som kostnaden för att utveckla mjukvara. Programvarukostnaderna är generellt sett högre än hårdvarukostnaderna, så om det finns hårdvara som gör det enkelt att lösa problemet är det bättre att investera i hårdvara. Så här i efterhand tror jag att vi hade varit bättre att ta en annan väg.

Spelar Catch-Up

Om Earth Simulator verkligen skulle ses som en annan Sputnik, skulle den amerikanska regeringen just nu budgetera med några seriösa pengar för superdatorforskning och utveckling. När allt kommer omkring spenderade NASA mer än 19 miljarder dollar - ungefär 80 miljarder dollar i dagens dollar på Apollo-uppdragen för att sätta en man på månen. Men George W. Bush är ingen John F. Kennedy, och kapplöpningen att gå om Earth Simulator har varken fångat allmänhetens fantasi eller motsvarande nivå av offentlig finansiering.

Det finns dock en återkommande drivkraft för USA:s utgifter för superdatorer - behovet av mer beräkningskraft för att simulera kärnvapenprestanda i stället för underjordiska tester. I november tilldelade Energy Departments National Nuclear Security Administration IBM ett treårigt kontrakt på 267 miljoner dollar för att bygga två superdatorer - ASCI Purple och Blue Gene/L - som förväntas ha mer kombinerad processorkraft än dagens 500 snabbaste superdatorer tillsammans. Och som svar på Earth Simulator har U.S. Defense Advanced Research Projects Agency startat sitt eget, mer blygsamma program för att finansiera superdatorforskning. Byrån börjar med individuella forskningsanslag på 3 miljoner dollar till industriledarna Cray, IBM, Hewlett-Packard, Silicon Graphics och Sun Microsystems, för att följas av ytterligare medel om tekniska milstolpar uppnås. De nya försvarsprojekten har börjat ge ny energi inom industrin. Crays Burton Smith säger: Detta markerar verkligen slutet på en ganska lång period där regeringen

har inte varit involverad i datorforskning och -utveckling.

Ett annat sätt att komma igång med amerikansk superdator kan vara genom ytterligare investeringar i vektorberäkningar, ett tillvägagångssätt som Earth Simulator bevisar övergavs i förtid av amerikanska utvecklare. Det nuvarande tillståndet för högpresterande arkitektur går tillbaka till robustheten hos den 25 år gamla grundläggande Cray-vektorarkitekturen som NEC antog och fortsätter att förbättras, säger Bell. USA:s arkitekter har förkastat arkitekturen samtidigt som de misslyckats med att utveckla konkurrenskraftiga alternativ.

Men var kommer nya vektordatorer att utvecklas? Precis som USA en gång hamnade på efterkälken inom hemelektronik förlorade man också snabbt den expertis som behövdes för att bygga sådana system. Av de 40-tal företag som specialiserade sig på högpresterande datoranvändning i slutet av 1980-talet är det bara Cray som finns kvar, efter att ha överlevt förvärvet av Silicon Graphics 1996 och Tera 2000. (Tera bytte omedelbart sitt eget namn till Cray som ett erkännande av företagets unika framträdande plats inom området.) Cray är den enda amerikanska superdatortillverkaren som stödjer vektorbehandling. I höstas började Cray leverera en ny vektordator, X1; fullastad kommer maskinen att överträffa Earth Simulator med nästan 50 procent, säger företaget. Men Cray har ännu inte sålt ett X1-system som är så kraftfullt, och medan den amerikanska armén och energidepartementet utvärderar dess potential, är andra kunder förståeligt nog försiktiga med att beroende av en arkitektur som bara stöds av ett relativt litet företag.

Allt detta lämnar amerikanska superdatorförhoppningar till största delen på helt nya arkitekturer - de som kan ha potential att överträffa vektorberäkningar. Även om DARPA:s anslag initierades som svar på Earth Simulator, är de tänkta att uppnå ett fundamentalt annorlunda mål: att göra superdatorer som inte bara är snabbare, utan också billigare att bygga och använda än något som tidigare utvecklats. Finns det något sätt att göra allt på en gång? Det är logiskt att tro att det borde finnas, men svaret är inte uppenbart. Vi svälter i en tid av överflöd, säger Bill Dally, professor i elektroteknik och datavetenskap vid Stanford University. Alla ingredienser för datoranvändning - aritmetik, kommunikation, minne - blir billigare, och för nästan allt förutom [högpresterande] beräkningar, blir kostnaderna per enhet billigare när du skalar.

Som med all ny arkitektur kommer den största utmaningen att vara minnesflaskhalsen, där datas relativt långsamma vandring till och från minnet hämmar processoreffektiviteten. Även när de fortsätter att driva sina egna vektorberäkningssystem, attackerar Cray det problemet genom att anpassa interprocessorkommunikationsteknikerna som används i Earth Simulator för att öka dataflödet i Red Storm, en massivt parallell dator som ska byggas vid Sandia National Laboratories i New York. Mexiko.

Dally tror att han har utvecklat en annan lösning, som han kallar streaming. Medan traditionell datorarkitektur behandlar alla aritmetiska operationer lika, bygger beräkningarna i många vetenskapliga simuleringar på sig själva, utan att behöva lagra mellanliggande värden i långtidsminnet. Så istället för att överföra kontroll från en instruktion till en annan och komma åt minnet sekventiellt bygger Dally ett system som strömmar data till processorer, som sedan agerar på problemet lokalt genom många mellanliggande beräkningar och strömmar de färdiga värdena tillbaka till minnet. Proteinveckning är ett exempel där man för att förstå hur två molekyler interagerar behöver utföra kanske 500 mellanresultat innan man kommer fram till den man vill ha, säger Dally. Med streaming kan du fånga dessa mellanliggande resultat i lokala register där kommunikationsbandbredden är mycket billig och du aldrig rör vid minnessystemet.

Framsteg inom mikroprocessortillverkningstekniker gör det också möjligt att placera processorer och stora mängder minne på samma chip, vilket förkortar avståndet som instruktioner och data måste färdas. IBM planerar att prova sådana processor-in-memory-tekniker inom superdatorer, och DARPA finansierar ett försök vid University of Southern California för att utforska exakt hur processor-in-memory-teknik kan förbättra högpresterande system. Forskare vid University of Southern California arbetar med Hewlett-Packard för att leverera ett experimentellt system till DARPA för utvärdering. Och ett projekt på Caltech, känt som Gilgamesh, undersöker det bästa sättet att ordna minne och logik tillsammans på ett chip: om små block av minne och logik var blandade runt ett chip, till exempel, skulle restiden fortsätta att minska, vilket förbättrar prestandan.

Ett annat alternativ är helt enkelt att vända på hela arkitekturen. Crays Burton Smith och Caltechs Sterling samarbetar i ett DARPA-finansierat projekt som de kallar Cascade. De två undersöker sätt att utnyttja det faktum att i avancerad vetenskaplig datoranvändning är tyngden av enbart data ofta mycket större än tyngden av applikationsprogrammet. Med andra ord, om de saker som lagras i minnet är så mycket större än programmet som behövs för att köra det, varför flytta det överhuvudtaget? Varför inte flytta programmet till minnet istället? De är villiga att dela sin optimism, men Smith och Sterling säger lite annat om deras begynnande arkitektur. Jag är rent subjektiv, men jag tycker att det är det mest spännande inom högpresterande datoranvändning under de senaste 20 åren, säger Sterling.

Det här är de förslag som väcker mest intresse hos de statliga myndigheter som sannolikt kommer att köpa framtidens högpresterande system. Men för det mesta är de prototyper, eller ännu mindre, och de kommer att bevisa sig själva först efter att radikala förändringar har gjorts i allt från processordesign till hur mjukvaran är konstruerad. Då återstår utmaningen att hitta ett sätt att tillverka de nya systemen effektivt och felfritt. Med andra ord erbjuder dessa idéer ingen snabb lösning.

VEM GÖR DE MEST SUPERSNABBA DATORN?
		Specifikationer för snabbaste maskinen
Företag	Nummer i topp 500 namn Hastighet (Gigaflops) Plats
Hewlett-Packard	137 ASCI Q 7,727	Los Alamos National Laboratoriet, NM
IBM	129 ASCI Vit 7 226	Lawrence Livermore National Laboratory, CA
Sun Microsystems	88 HPC 4500 420	svenska försvarsmakten, Stockholm, Sweden
Silikon grafik	45 ASCI Blue Mountain 1 608	Los Alamos National Mountain Laboratory, NM
Cray	22 T3E 1200 1,166	Okänd (USAs regering)
NEC	15 Earth Simulator 35 860	Earth Simulator Center, Simulator Yokohama, Japan

Aktuella och föreslagna superdatorarkitekturer
Arkitektoniskt förhållningssätt	Beskrivning	Fördelar	Huvudförespråkare
Råvarukluster (operativa)	Hundra eller tusentals färdiga servrar med länkar med låg bandbredd	Lågkostnadskonstruktion; effektivt med problem som kan delas upp i bitar	Hewlett-Packard, IBM, Silicon Graphics
Vektorberäkning (operativ)	Hundratals specialbyggda orocessorer med kontakter med hög bandbredd	Mer tid till datoranvändning, mindre tid på att kommunicera	Cray, NEC
Streaming (experimentell)	Mellanvärden för beräkningar lagrade i lokalt minne	Fart; on-chip dataöverföring för att minska minnesflaskhalsen	Stanford University
Processor-i-minne (experimentell)	Bearbetningskretsar och korttidsminne varvat på samma chip	Fart; kortare avstånd mellan processorer och minne	University of Southern California, Caltech, IBM
Cascade (experimentell)	Data, snarare än programvara, lagras i processorns lokala minne	Färre anrop till minnet i de fall där datamängderna är större än program	Cray, Caltech

Computings Apollo-projekt?

Under det senaste decenniet har det amerikanska högpresterande datorsamhället stått på jättarnas axlar. Många chefer för centers for scientific computing säger att de tror att USA befinner sig i en kritisk beslutspunkt, där valet av projekt och mängden finansiering som investeras i nya högpresterande datorarkitekturer kan påverka framtida säkerhet och välstånd på ett konkret sätt.

Det kommer verkligen att krävas en kombination av bra idéer som kommer från universitet och statlig finansiering och bra industriteknik för att ta itu med detta otäcka problem, säger Bell. Att bygga ett nytt chip är precis vid den håriga kanten av vad ett universitet kan åstadkomma; då behöver du någon med resurserna för att göra detaljerade tekniska saker som kylning och anslutningar och så vidare. Det kommer att kräva mycket ansträngning.

Men om det görs rätt kan en helt ny vetenskapens guldålder blomma. En av de mest slående aspekterna av Earth Simulator-projektet är dess öppenhet. Forskare kommunicerar trots språkliga och geografiska barriärer. De testar teorier och genomför simuleringar som har potential att förbättra vår förståelse av världen och gynna oss alla. För några månader sedan förmedlade Sterling ett möte mellan Tetsuya Sato, chef för Earth Simulator-anläggningen, och John Gyakum, en professor vid McGill University som är en av världens ledande experter på hur små vädersystem som åskväder påverkar globala vädermönster. Innan Earth Simulator hade det inte funnits någon dator som lätt kunde inkludera så små system i storskaliga klimatsimuleringar. Nu kan det finnas. De har öppnat sig för samarbete eftersom de framför allt bryr sig om vetenskapliga resultat, säger Sterling. Och vad de gör är viktigt för alla på planeten.

Så det är inte bara för att främja datavetenskap som krävs mer och smartare datoranvändning. Det är för att främja varje vetenskap. Vetenskapen under 2000-talet vilar på tre pelare, säger energidepartementets Decker. Som alltid finns det teori och experiment. Men simulering kommer att bli den tredje pelaren för vetenskaplig upptäckt. Med tanke på de problem vi står inför vill vi helt klart ligga i framkant med vår vetenskap. Om prestandan hos våra datorer är en storleksordning mindre än vad vi vet att de kan vara även idag, så kommer vi inte att vara det.

Dölj