مقدمه
عصر جدیدی در دنیای محاسبات فرا رسیده است: دوران «اگزامقیاس» (exascale). ماشینهایی ظهور کردهاند که قادر به انجام یک کوئینتیلیون (یک میلیارد میلیارد) محاسبه در هر ثانیه هستند. این سرعت، درک و تصور را به چالش میکشد، اما داستان واقعی ابرکامپیوترها بسیار فراتر از اعداد و ارقام است.
پشت این سرعت سرسامآور، حقایق غافلگیرکنندهای درباره ماهیت این ماشینها، کاربردهایشان و چالشهای باورنکردنی در ساخت و نگهداری آنها نهفته است. این سیستمها فقط ماشینحسابهای سریعتر نیستند؛ آنها پارادایمهای علمی و ژئوپلیتیکی را تغییر میدهają و دید ما را نسبت به جهان متحول میکنند.
در این مقاله، به بررسی تأثیرگذارترین و غیرمنتظرهترین نکات کلیدی درباره قدرتمندترین ابرکامپیوترهای جهان میپردازیم؛ حقایقی که نشان میدهند آینده علم و فناوری چگونه در حال شکلگیری است.
۱. مقیاس تقریباً غیرقابلتصور است: فراتر از یک میلیارد میلیارد محاسبه در ثانیه
عبارت “اگزافلاپ” (exaflop) به سادگی به معنای توانایی انجام یک کوئینتیلیون یا یک میلیارد میلیارد محاسبه در ثانیه است. برای درک بهتر این عدد عظیم، این تشبیه را در نظر بگیرید: تصور کنید یک میلیارد نفر، هر کدام یک میلیارد ماشینحساب در دست دارند و همگی همزمان دکمه مساوی را فشار میدهają. این حجم از محاسبات، معادل یک اگزافلاپ است.
اما این مقیاس فقط در سرعت خلاصه نمیشود. ابعاد فیزیکی این ماشینها نیز حیرتآور است. برای مثال، ابرکامپیوتر Aurora در آزمایشگاه ملی آرگون، در هشت ردیف کابینتهای عظیم قرار گرفته و فضایی معادل دو زمین بسکتبال حرفهای را اشغال میکند. این سیستم با وزن ۶۰۰ تُن، توسط بیش از ۳۰۰ مایل (حدود ۴۸۰ کیلومتر) کابل شبکه به هم متصل شده است. این جزئیات نشان میدهد که ما با سازههای فیزیکی غولپیکری روبرو هستیم، نه صرفاً مفاهیمی انتزاعی. این ابعاد فیزیکی عظیم، چالشهای مهندسی بیسابقهای را در زمینه طراحی مرکز داده، زیرساختهای برق و شبکههای ارتباطی ایجاد میکند و نشان میدهد که اگزامقیاس یک دستاورد زیرساختی به اندازه یک دستاورد محاسباتی است.
۲. موضوع فقط سرعت نیست، بلکه دقت است—و هوش مصنوعی قوانین بازی را تغییر میدهد
برای دههها، دنیای ابرکامپیوترها تحت سلطه محاسبات با دقت بالا (double-precision یا FP64) بود. این سطح از دقت برای شبیهسازیهای علمی دقیق از پدیدههای دنیای واقعی، مانند طراحی هواپیما یا واکنشهای هستهای، ضروری بود. در این شبیهسازیها، کوچکترین خطا میتوانست به نتایج کاملاً اشتباهی منجر شود.
اما «انفجار بزرگ هوش مصنوعی» این پارادایم را تغییر داده است. آموزش مدلهای هوش مصنوعی نیازی به دقت فوقالعاده بالا ندارد؛ در عوض، این مدلها از انجام تعداد بسیار زیادی محاسبه با دقت پایینتر (مانند FP16 یا FP8) که سریعتر انجام میشوند، سود میبرند. به قول یکی از کارشناسان، استفاده از اعداد ۶۴ بیتی برای هوش مصنوعی «مانند این است که برای یک سفر آخر هفته، کل کمد لباس خود را با خود ببرید.»
این تغییر آنقدر مهم بوده که معیارهای جدیدی مانند HPL-AI برای سنجش این نوع عملکرد جدید ایجاد شدهاند. امروزه، یکی از اهداف اصلی ماشینهایی مانند Aurora، آموزش مدلهای زبان بزرگ برای کاربردهای علمی است، مانند پروژه AuroraGPT که هدف آن ایجاد یک مدل پایه علمی برای استخراج دانش از حوزههای مختلف از زیستشناسی تا شیمی است.
۳. بزرگترین چالش سریعتر کردنشان نیست، بلکه خنک نگه داشتنشان است
این تغییر پارادایم به سمت هوش مصنوعی بدون هزینه نیست. تراشههایی که برای این محاسبات بهینه شدهاند، انرژی بسیار زیادی مصرف میکنند که این موضوع ما را به بزرگترین چالش فیزیکی ابرکامپیوترها میرساند. در حالی که تئوری محاسبات مرزهای نامحدودی دارد، فیزیک دنیای واقعی محدودیتهای سختی را اعمال میکند. امروزه، بزرگترین مانع در مسیر ساخت کامپیوترهای سریعتر، دیگر سرعت پردازندهها نیست، بلکه توانایی ما در مدیریت گرمای عظیمی است که تولید میکنند.
برای مثال، ابرکامپیوتر Aurora با توان ۳۸٬۶۹۸ کیلووات و Frontier با توان ۲۴٬۶۰۷ کیلووات کار میکنند. این میزان مصرف برق، گرمای عظیمی تولید میکند که خنکسازی آن با روشهای سنتی مبتنی بر هوا تقریباً غیرممکن است. این گرمای شدید باعث شده است که خنکسازی با مایع به یک استاندارد برای ابرکامپیوترهای تراز اول تبدیل شود.
۴. رتبهبندیهای عمومی یک راز ژئوپلیتیکی را پنهان میکنند
اگر به فهرست رسمی ۵۰۰ ابرکامپیوتر برتر جهان (TOP500) نگاه کنیم، ایالات متحده با سیستمهای El Capitan، Frontier و Aurora سه جایگاه اول را در اختیار دارد و اروپا نیز به تازگی با ابرکامپیوتر JUPITER در آلمان به باشگاه اگزامقیاس پیوسته است.
اما یک حقیقت غیرمنتظره در این رتبهبندیها پنهان است. به طور گسترده اعتقاد بر این است که چین سیستمهای اگزامقیاس عملیاتی خود را در اختیار دارد، اما از سال ۲۰۲۱ ارائه اطلاعات آنها به فهرست جهانی TOP500 را متوقف کرده است. این موضوع به یک راز ژئوپلیتیکی در دنیای محاسبات پیشرفته تبدیل شده است. جک دانگارا، یکی از بنیانگذاران فهرست TOP500، این وضعیت را اینگونه توصیف میکند:
این یک وضعیت کاملاً شناختهشده است که چین این کامپیوترها را دارد و مدتی است که از آنها استفاده میکند. آنها بنچمارکها را اجرا نکردهاند، اما [جامعه علمی] درک کلی از معماری و تواناییهای آنها دارد.
این سکوت به احتمال زیاد یک اقدام استراتژیک مرتبط با مسائل ژئوپلیتیکی و تلاشی برای جلوگیری از محدودیتهای تجاری احتمالی از سوی ایالات متحده است. در نتیجه، رتبهبندیهای عمومی ممکن است تصویر کاملی از توزیع واقعی قدرت محاسباتی در جهان را نشان ندهند.
۵. آنها در حال تبدیل شدن به «دوقلوهای دیجیتال» دنیای ما هستند
ابرکامپیوترهای مدرن فراتر از حل معادلات پیچیده عمل میکنند؛ آنها در حال تبدیل شدن به «دوقلوهای دیجیتال» (digital twins) جهان ما هستند. یک دوقلوی دیجیتال، یک نمایش مجازی از یک سیستم فیزیکی پیچیده است که به محققان اجازه میدهد رفتار آن را با دقتی باورنکردنی شبیهسازی و پیشبینی کنند.
محققان از این دوقلوهای دیجیتال برای اهداف گوناگونی استفاده میکنند: از ساخت مدلهای مجازی بدن انسان و راکتورهای هستهای گرفته تا شبیهسازی انفجار ابرنواخترها و حتی کل جهان. کاربردهای دیگر شامل کشف مواد جدید برای باتریها و سرعت بخشیدن به تحقیقات در زمینه انرژی همجوشی است. این رویکرد، علم را از حوزه مشاهده و محاسبه صرف، به قلمرو آزمایش مجازی منتقل میکند. محققان میتوانند پیش از ساخت یک موتور جت فیزیکی، هزاران طرح مختلف را در یک دوقلوی دیجیتال آزمایش کنند، رفتار یک راکتور هستهای را در شرایط بحرانی شبیهسازی کنند، یا اثرات یک داروی جدید را بر روی مدل دیجیتالی یک سلول انسانی بسنجند—کارهایی که در دنیای واقعی یا غیرممکن یا بسیار پرهزینه هستند. در واقع، این ماشینها در حال تبدیل شدن به آزمایشگاههای مجازی برای کل جهان ما هستند. به گفته کاترین رایلی از آزمایشگاه ملی آرگون:
از مدلسازی سیستمهای فیزیکی بسیار پیچیده گرفته تا پردازش حجم عظیمی از دادهها، Aurora اکتشافاتی را سرعت میبخشد که درک ما از جهان اطراف را عمیقتر میکند.
نتیجهگیری
ابرکامپیوترهای مدرن بسیار بیشتر از ماشینحسابهای سریع هستند. آنها سازههایی غولپیکر، پرمصرف و از نظر استراتژیک حیاتی هستند که اساساً نحوه انجام علم و پژوهش را تغییر میدهند. از مقیاس غیرقابلتصور فیزیکی و محاسباتی گرفته تا تغییر پارادایم به سمت هوش مصنوعی و ایجاد دوقلوهای دیجیتال، این ماشینها مرزهای دانش بشر را جابجا میکنند.
این سیستمها در حال تبدیل شدن به ابزارهای ضروری برای حل بزرگترین چالشهای بشریت هستند، از تغییرات اقلیمی و درمان بیماریها گرفته تا درک عمیقتر کیهان. همانطور که این ذهنهای دیجیتال قدرتمند به تکامل خود ادامه میدهند، این پرسش مطرح میشود: مهمترین سؤالی که درباره جهان یا خودمان باید از آنها بپرسیم تا در آینده حل کنند، چیست؟
