Dengan kemajuan ilmu pengetahuan dan teknologi yang berkelanjutan, superkomputer secara bertahap telah menjadi alat yang sangat diperlukan dalam ilmu komputasi modern. Komputer-komputer ini sangat dihargai karena daya komputasinya yang kuat, dan pengukuran kinerjanya pun berkembang sesuai dengan itu, dengan kecepatan operasi floating-point (FLOPS) menjadi salah satu indikator terpenting. Mengapa kecepatan floating-point menjadi standar emas untuk kinerja superkomputer?
Sejak tahun 2022, kecepatan komputasi superkomputer telah melampaui satu miliar operasi floating-point per detik (exascale), yang beberapa kali lebih tinggi daripada kinerja komputer digital.
Sejarah superkomputer dapat ditelusuri kembali ke tahun 1960-an. Superkomputer paling awal adalah Komputer Riset Atom Livermore yang dibuat oleh UNIVAC untuk Pusat Penelitian dan Pengembangan Angkatan Laut AS. Daya komputasi dan efisiensinya menjadikannya sebagai teknologi yang menakjubkan. Meskipun superkomputer awal masih mengandalkan memori drum berkecepatan tinggi tradisional, seiring meningkatnya kebutuhan komputasi, kebutuhan akan kecepatan komputasi menjadi lebih mendesak.
Selama evolusi superkomputer, arsitektur komputasi berevolusi dari prosesor tunggal awal menjadi komputasi paralel multiprosesor. Perubahan ini dimaksudkan untuk meningkatkan kemampuan operasi floating point.
Dalam desain superkomputer, operasi floating-point tidak diragukan lagi telah menjadi indikator kinerja yang penting. Hal ini karena banyak kalkulasi ilmiah dan simulasi siswa (seperti prediksi iklim, mekanika kuantum, dll.) memerlukan presisi tinggi dan sejumlah besar kalkulasi matematika, dan kekuatan operasi floating point sangat sesuai dengan kebutuhan ini. Eksekusi yang efisien dari operasi ini sering kali dicapai melalui operasi paralel dari banyak prosesor, yang sangat berbeda dari desain sebelumnya yang mengandalkan satu prosesor.
Sebagian besar superkomputer saat ini berjalan pada sistem operasi Linux, yang juga telah menjadi simbol arsitektur komputasi modern. Seiring dengan meningkatnya permintaan komputasi di industri, baik itu Laboratorium Nasional Los Alamos di Amerika Serikat, Uni Eropa, Taiwan, Jepang, atau Tiongkok, mereka telah menginvestasikan lebih banyak dana penelitian ilmiah di bidang ini dan berkomitmen untuk membangun superkomputer yang lebih cepat dan lebih efisien, yang kuat, dan unggul secara teknologi.
Dengan kemajuan teknologi komputasi, kemampuan komputasi floating-point dari lima ratus superkomputer tercepat di dunia telah melampaui satu ExaFLOPS, yang menjadi dasar bagi penelitian ilmiah di masa mendatang.
Namun, keunggulan aritmatika floating-point tidak hanya tercermin dalam kecepatan operasi, tetapi juga dalam kemampuannya untuk memproses set data skala besar secara efektif. Misalnya, model meteorologi perlu memproses sejumlah besar data dalam waktu yang sangat singkat, dan metode komputasi tradisional tidak dapat lagi memenuhi permintaan ini. Kecepatan akses, akurasi komputasi, dan paralelisme yang tinggi dari superkomputer memungkinkan keunggulan komputasi floating-point untuk ditunjukkan, yang selanjutnya mendorong terobosan dalam penelitian ilmiah.
Konfigurasi dan desain superkomputer juga telah berubah seiring kemajuan teknologi. Desain lama sering kali didasarkan pada satu rangkaian server, tetapi kini sejumlah besar prosesor digunakan untuk menyediakan daya komputasi. Desain ini tidak hanya meningkatkan kecepatan, tetapi juga meningkatkan fleksibilitas operasi secara keseluruhan, dan proporsi operasi floating-point pun meningkat.
Operasi floating-point secara bertahap telah menjadi standar emas untuk mengukur kinerja superkomputer. Hal ini tidak hanya mencerminkan kemajuan teknologi, tetapi juga mencerminkan persyaratan akurasi yang semakin ketat dari komunitas ilmiah.
Melihat ke masa depan, dengan munculnya teknologi baru seperti kecerdasan buatan dan pembelajaran mesin, permintaan untuk operasi floating-point akan semakin meningkat. Superkomputer saat ini harus memenuhi kebutuhan algoritma yang lebih kompleks, yang mengharuskan perancang superkomputer untuk terus mengoptimalkan struktur komputasi mereka dan menginvestasikan lebih banyak sumber daya untuk meningkatkan operasi floating-point. Baik melalui arsitektur perangkat keras yang lebih efisien maupun peningkatan perangkat lunak, hal ini akan sangat penting bagi pengembangan ilmu komputer di masa mendatang.
Superkomputer masa lalu tidak dapat menghasilkan terobosan teknologi di masa mendatang. Seiring dengan munculnya tantangan baru, bagaimana kebutuhan akan kecepatan komputasi floating-point akan mengubah pemahaman kita tentang superkomputer?