Zaloguj się 
Dzieje się!
Chiny przebiły USA w wyścigu superkomputerów. Nowy lider pobił rekord El Capitana
Chiński superkomputer LineShine, zainstalowany na południu kraju, ma być dziś najszybszą maszyną obliczeniową świata. Wyprzedził amerykańskiego El Capitana i ponownie rozpalił rywalizację mocarstw o przewagę w technologiach kluczowych dla nauki, wojska i sztucznej inteligencji. Kto jeszcze jest w grze?
Z tego artykułu dowiesz się…
- Jak dzięki superkomputerowi LineShine, zbudowanemu wyłącznie z krajowych procesorów Chiny, po raz pierwszy od 2017 r., odebrały USA tytuł posiadacza najszybszej maszyny obliczeniowej świata.
- Dlaczego pierwsza pozycja w rankingu TOP500 nie oznacza przewagi w wyścigu o sztuczną inteligencję.
- Jak wygląda nowa pierwsza dziesiątka najmocniejszych komputerów świata.
Gdy w minionym tygodniu w Hamburgu ogłoszono 67. edycję listy TOP500, w sali konferencyjnej zapanowało zaskoczenie. Okazało się, że najszybsza maszyna obliczeniowa świata nie pochodziła z Kalifornii ani z Teksasu, ale z chińskiego Shenzhen. Świat formalnie dowiedział się o jej istnieniu dopiero we wtorek.
LineShine (użytkownikom mandaryńskiego znany jako Lingsheng) uzyskał w testach wynik blisko 2,2 eksaflopa. To około 20 proc. więcej niż dotychczasowy lider, amerykański El Capitan działający w Lawrence Livermore National Laboratory w Kalifornii.
To pierwszy raz od prawie dekady, gdy maszyna z Chin objęła pierwsze miejsce w zestawieniu.
Warto wiedzieć
Co oznacza eksaflopowa skala
Maszyna o mocy 2,2 eksaflopa jest 200 mln razy potężniejsza od słynnego komputera Deep Blue, który w 1997 r. zaszokował świat, pokonując mistrza świata w szachach, Garry’ego Kasparowa. Możliwości chińskiego superkomputera pozwalają na przeprowadzenie symulacji pracy ludzkiego mózgu na poziomie neuronowym w czasie rzeczywistym albo wytrenowanie najbardziej zaawansowanych modeli AI. Superkomputer o ponaddwukrotnie mniejszej mocy 1 eksaflopa – np. niemiecki Jupiter – wykonuje w sekundę tyle operacji, ile wynosi cały globalny ruch w internecie wygenerowany przez ludzkość przez kilka lat. Komputery o takiej mocy nie służą do zwykłego przetwarzania danych. Mogą redefiniować granice nauki, symulując rzeczywistość z niespotykaną dokładnością. Można ich używać do projektowania leków i nowych materiałów, prognozowania zmian klimatu, badań astrofizycznych i trenowania kolejnych generacji AI.
Chiński marsz do eksaskali
System LineShine zainstalowano w Narodowym Centrum Superkomputerów w Shenzhen. Jest to pierwszy komputer, który przekroczył dwa eksaflopy wykorzystując do tego wyłącznie procesory. Nie ma w nim choćby jednego układu Nvidii, AMD czy Intela. Maszyna korzysta z około 13,8 mln rdzeni, połączonych własną siecią LingQi i używa systemu operacyjnego Kylin – opracowanego ćwierć wieku temu na bazie Linuxa na chińskim Narodowym Uniwersytecie Technologii Obronnych. Stos technologiczny jest w całości chiński – od elementów krzemowych aż po oprogramowanie. Przyczyna jest prosta. Amerykańskie sankcje odcięły Pekinowi dostęp do najnowocześniejszych akceleratorów GPU i pamięci HBM.
Sukces na papierze
Uruchomienie LineShine to symbol rosnącej samowystarczalności technologicznej Państwa Środka pomimo ograniczeń narzucanych przez Zachód.
Ale mimo imponującego wyniku w klasycznym teście, LineShine wypada słabiej w testach symulujących trenowanie modeli sztucznej inteligencji. Uplasował się tam na czwartym miejscu – wynika z analizy TOP500. Serwis Technology.org zwraca uwagę, że sprzęt potrzebny do produkcji zaawansowanych układów AI wciąż podlega amerykańskim restrykcjom. Analitycy podkreślają również, że sukces Chińczyków to „rekord na papierze”. Choć maszyna zza Wielkiego Muru jest imponująca, to większe możliwości mają urządzenia gigantów takich jak Meta i Google. Te koncerny nie zgłaszają swoich superkomputerów do rankingu, woląc utrzymać osiągi i lokalizacje swoich klastrów obliczeniowych w tajemnicy.
Wykres interaktywny Co z mniejszymi krajami?
W pierwszej dziesiątce zestawienia superkomputerów TOP500 oprócz Chin są maszyny ze Stanów Zjednoczonych, Niemiec, Włoch, Japonii i Szwajcarii. JUPITER Booster z niemieckiego Centrum Superkomputerowego w Jülich to wciąż jedyny system eksaskalowy w Europie.
Jeśli listę rozszerzymy do 15 najpotężniejszych komputerów, znajdą się na niej jeszcze maszyny z trzech europejskich krajów: Finlandii, Wielkiej Brytanii i Holandii. Choć są wolniejsze od Jupitera, to sygnał, że potęgi gospodarcze średniej wielkości także inwestują w infrastrukturę obliczeniową. Najszybsze superkomputery w Polsce można znaleźć dopiero w drugiej setce rankingu.
„Wynik LineShine jako najlepszego superkomputera na świecie powinien spowodować efekt domina w USA, Europie i Japonii, ponieważ kraje te nadal rywalizują o dominację w dziedzinie sztucznej inteligencji. (…) Cyfrowa suwerenność jest jednym z kluczowych tematów dyskusji o superkomputerach i AI, a każdy region pracuje nad rozwijaniem własnych zasobów i zdolności” – skomentował, cytowany przez stację Al Jazeera, Addison Snell, współzałożyciel firmy analitycznej Intersect360 Research.
Główne wnioski
- Chiński superkomputer LineShine wyprzedził amerykańską konkurencję, osiągając prędkość prawie 2,2 eksaflopa. To głównie demonstracja technologiczna: pokazuje, że Chiny potrafią budować systemy bez zagranicznych komponentów, mimo zachodniej kontroli eksportu czipów i akceleratorów GPU.
- Ranking TOP500 mierzy jednak wydajność w klasycznych symulacjach naukowych, a nie w trenowaniu dużych modeli językowych. LineShine wypada znacznie słabiej w testach zbliżonych do obciążeń AI. Najmocniejsze prywatne klastry nie są w ogóle zgłaszane do rankingu, dlatego nie daje on pełnego obrazu mocy obliczeniowej na świecie.
- Żaden pojedynczy producent nie dominuje na szczycie rankingu. Najszybsze maszyny używają zarówno chińskich procesorów, jak i systemów AMD, Intela, Nvidii i Fujitsu. Do gry coraz silniej włączają się także średnie potęgi europejskie, takie jak Włochy, Szwajcaria czy Finlandia. Komputery o eksaflopowej mocy mogą być stosowane do najbardziej złożonych badań naukowych, w tym symulowania pracy ludzkiego mózgu, projektowania nowych leków i materiałów, prognozowania zmian klimatu, badań astrofizycznych i trenowania kolejnych generacji AI.
