Para lograrla, será necesario diseñar una máquina capaz de realizar, como mínimo, un exaflop de cálculos, es decir, un trillón de cálculos por segundo. Con esta potencia, este hipotético computador sería cinco veces más rápido que Summit. Para que los humanos pudiéramos igualar esa capacidad, cada persona del planeta tendría que hacer un cálculo cada segundo de cada día durante un poco más de cuatro años.
Gráfico: Rendimiento real / Rendimiento a exaescala logrado / Objetivo a exaescala para 2021 / Número de petaflops (en el rendimiento máximo). Fuente: TOP500 / 'MIT Technology Review'.
Esta increíble potencia computacional permitirá a los investigadores ejecutar simulaciones masivamente complejas que podrían generar avances en muchos campos, desde la climatología hasta la genómica, las energías renovables y la inteligencia artificial. "Los ordenadores a exaescala son potentes instrumentos científicos, muy parecidos a los colisionadores de partículas y los telescopios gigantes", señala el experto en supercomputación de la Universidad de Tennessee (EE. UU.) Jack Dongarra.
Estas máquinas también serán útiles en la industria, donde se usarán para acelerar el diseño de productos e identificar nuevos materiales. Las agencias militares y de inteligencia estarán ansiosas por tener en sus manos un ordenador a exaescala, que también tendrá aplicaciones de seguridad nacional.
La carrera para alcanzar el hito de la exaescala es parte de una floreciente competición por el liderazgo tecnológico entre China y EE. UU. Aunque Japón y Europa también están trabajando en sus propias computadoras. Los japoneses esperan tener una máquina en funcionamiento para 2021 y los europeos para 2023.
En 2015, China anunció un plan para producir una máquina a exaescala para finales de 2020 y, en el último año ha publicado varios informes que sugieren que el país va bien encaminado para lograr su ambicioso objetivo. Pero en una entrevista con MIT Technology Review, el profesor de la Universidad de Beihang en Pekín (China) Depei Qian, que ayuda a gestionar el la iniciativa de la computación a exoescala del país, admitió que los plazos podrían alargarse: "No sé si lo podremos hacer para finales de 2020. Puede que nos retrasemos un año o medio".
Los equipos chinos han estado trabajando en tres prototipos de ordenadores a exaescala, dos de los cuales usan chips locales derivados de modelos de otras supercomputadoras del país. El tercero emplea un procesador con licencia. Qian comentó que los pros y los contras de cada enfoque aún se están evaluando y que ya han rechazado una convocatoria de propuestas para construir un ordenador completo en funcionamiento a exaescala.
Dados los enormes desafíos que implica la creación de una computadora tan poderosa, es normal que la planificación inicial se altere. Y esto podría suponer una ventaja para el resto de participantes de la carrera. Los plazos de China obligaron al Gobie o estadounidense a acelerar su propia hoja de ruta y comprometerse a entregar su primera computadora a exaescala en 2021, dos años antes de lo planteado inicialmente. Aurora, la máquina estadounidense, se está desarrollando para el Laboratorio Nacional Argonne del Departamento de Energía en Illinois (EE. UU.). La compañía de supercomputación Cray está construyendo el sistema para Argonne, e Intel está fabricando chips para la máquina.
Para impulsar el rendimiento de los superordenadores, los ingenieros de todo el mundo especializados en sistemas de exaescala están utilizando el paralelismo, que implica empaquetar muchos miles de chips en millones de unidades de procesamiento conocidas como núcleos. Encontrar la mejor forma de que todo esto funcione en armonía requiere una larga experiencia en experimentación.
Mover datos entre los procesadores, y dentro y fuera del almacenamiento, también consume mucha energía, lo que significa que el coste de operar una máquina durante su vida útil puede resultar más caro que su propia construcción. Por ello, EE. UU. ha fijado un límite máximo de 40 megavatios de potencia para una computadora a exaescala, lo que se traduciría aproximadamente en un presupuesto de electricidad de unos 34 millones de euros al año.
El director de tecnología de Cray, Steve Scott, explica que para reducir el consumo de energía los ingenieros están colocando pilas tridimensionales de chips de memoria lo más cerca posible de los núcleos. Esto reduciría la distancia que deben recorrer los datos. También utilizan cada vez más la memoria flash, que usa menos energía que los sistemas alte ativos, como el almacenamiento en disco. La reducción de estas necesidades de energía hace que sea más barato almacenar datos en varios puntos durante un cálculo. Estos datos guardados pueden ayudar a un ordenador a exaescala a recuperarse rápidamente si ocurre un fallo.
Tales avances ya están ayudado al equipo responsable de Aurora. Scott afirma: "Confiamos en [nuestra] capacidad para entregarlo en 2021".
Aunque logre cumplir el plazo, Estados Unidos seguirá construyendo más modelos a exaescala. En abril, el Gobie o anunció una convocatoria de propuestas por un valor de unos 1.500 millones de euros para dos computadoras a exaescala que deberían estar listas entre 2021 y 2023. Se espera que cuesten entre 340 y 500 millones de euros cada una, y el dinero restante se utilizará para actualizar Aurora o incluso crear un ordenador de seguimiento.
Tanto China como Estados Unidos también están financiando trabajos para desarrollar software especializado para superordenadores a exaescala. Los informes indican que los equipos de China están trabajando en unas 15 áreas de aplicaciones, mientras que los equipos en EE. UU. trabajan en 25, incluidas las aplicaciones en sectores como la astrofísica y la ciencia de materiales. La directora asociada de Ciencias de la Computación del Laboratorio Nacional Lawrence Berkeley (EE. UU.), Katherine Yelick, que forma parte del equipo de liderazgo que coordina la iniciativa en Estados Unidos, afirma: "Nuestro objetivo es ofrecer tantos avances como sea posible".
Además del honor de ganar la carrera de la computación a exaescala, estas investigaciones recuerdan que el poder de cálculo a exaescala en sí mismo no es la verdadera prueba de éxito. Lo que realmente importa es si son útiles para resolver algunos de los problemas más difíciles de la humanidad.