|
تعریف
ابررایانه (در زبان انگلیسی: Supercomputer) به رایانهای اطلاق میگردد که در زمان معرفی آن در زمینه میزان ظرفیت محاسبه در واحد زمان در دنیا پیشرو باشد. این عبارت برای اولین بار توسط مجله «نیویورک ورلد» برای اشاره به جدولسازهای آیبیام در دانشگاه کلمبیا به کار رفت. نظر کلی
تاریخ مختصر صنعتی
سوپرکامپیوترهایی را که در دههٔ 1960 ساخته و ارائه شدند سیمور کری از بنگاه کنترل اطلاعات (CDC) طراحی کرده بود و تا دههٔ 1990 هم بازار در دست این سوپرکامپیوترها بود. زمانی که سیمورکری جدا شد و رفت تا شرکت خودش به نام تحقیقات سیمور را راه اندازی و اداره کند با طرح های جدیدش بازار سوپرکامپیوترها را در دست گرفت و تا پنج سال (1985-1990) یکه تاز بازار ابرمحاسبه بود. خود کری هرگز واژهٔ سوپرکامپیوتر را استفاده نکرد و کمتر کسی به خاطر دارد که او تنها کلمهٔ کامپیوتر را استفاده میکرد. در سال 1980 هم زمان با ظهور بازار مینی کامپیوترها که یک دهه قبل به وجود آمده بودند تعداد زیادی رقبای کوچک وارد بازار شدند. اما بسیاری از این ها در دههٔ 1990 با بروز مبارزات بازار سوپرکامپیوتر حذف شدند. امروزه سوپرکامپیوترها طراحی های سفارشی کم نظیری هستند که شرکت های صنعتی مثل IBM و hp تولید میکنند. همان شرکت هایی که بسیاری کمپانی های دههٔ 90 را خریدند تا از تجربه شان استفاده کنند. البته بنگاه کری هنوز به صورت حرفهای به ساخت سوپرکامپیوتر ادامه میدهد. اصطلاح سوپرکامپیوتر چندان پایدار و ثابت نیست. ممکن است سوپرکامپیوتر امروز فردا تبدیل به یک کامپیوتر معمولی شود. اولین دستگاههای CDC پردازندههای نردهای (اسکالر) خیلی سریع بودند؛ ده برابر سریع تر از سریع ترین ماشین های سیر شرکت ها. در دههٔ 1970 اکثر سوپرکامپیوترها به انجام محاسبات برداری پرداختند و بسیاری رقبا و تولید کنندگان جدید پردازندههای خودشان را با قیمت پایین با همان روش کار به بازار ارائه کردند تا در بازار حاضر شوند. در ابتدا و میانهٔ دههٔ 1980 ماشین هایی با پردازندههای اندک برداری که به صورت موازی کار میکردند تبدیل به استاندارد شدند. هر ماشینی معمولا چهارده تا شانزده پردازندهٔ برداری داشت. در اواخر دهٔ 1980 و 1990 مجددا توجهها از پردازندههای برداری به سیستم های پردازندهٔ موازی معمول معطوف شد که هزاران ریزپردازنده معمولی داشتند و برخی از ان ها نمونههای آماده و برخی هم سفارش های مشتریان بودند (در اصطلاح کاری این را حملهٔ میکروهای کشنده می نامند). امروزه طرح های موازی بر اساس میکروپروسسورهای آمادهٔ نوع سرور ساخته میشوند از جمله power pc, Itanium, x86-64 و مدرن ترین سوپرکامپیوترها بسته (کلاستر) های کامپیوتری با تنظیمات دقیق هستند که پردازندههای کم حجم و رابط های داخلی سفارشی و بسته به مورد دارند. ابزارهای نرم افزاری
ابزارهای نرم افزاری برای پردازش توزیع شده شامل API های استاندارد از جمله MPI, PVM و ابزارهای نرم افزاری متن باز ازجمله Beowulf, Warewulf, Open mosix هستند که ساختن یک سوپرکامپیوتر را از تعدادی سرورها یا واحد های کاری ممکن میکنند. تکنولوژی هایی مثل ZerConf (Rendez-Vous/Bonjourقرار ملاقات/سلام) برای ساخت بستههای کامپیوتری موردنیاز برای نرم افزارهای تخصصی مثل shake اپل هستند. در علوم کامپیوتر هنوز یک زبان برنامه نویسی ساده برای ابرکامپیوترها نیست و موضوع خوبی برای تحقیق خواهد بود. برنامههای کاربردی هزاران دلار هزینه داشت اما امروزه به لطف جامعهٔ متن باز (که گاهی در این زمینه تکنولوژی های جالب توجهی به وجود میآورد) رایگان هستند. استفادههای عمومی
سوپرکامپیوترها معمولا برای عملیات حساس روی محاسبه از جمله مسائل فیزیک وانتوم، هواشناسی، جست جوی آب و هوا (از جمله تحقیق در مورد گرم شدن کرهٔ زمین) مدل سازی مولکولی (مطالعهٔ ساختارها و محتویات ترکیبات شیمیایی، ماکرومولکول های بیولوژیکی، پلیمرها و بلورها) شبیه سازی های فیزیکی (مثل شبیه سازی هواپیماها در تونل های هوا، شبیه سازی انفجار سلاح های هستهای و تحقیق در مورد پیوست هسته ای) تحلیل مخفی و ... استفاده میشوند. دانشگاههای بزرگ، مراکز نظامی و آزمایشگاههای تحقیقات علمی بزرگ ترین کاربران آن هستند. نوع خاصی از مسایل به نام مسایل بسیار مشکل، مسایلی که حل کامل شان نیازمند منابع کامپیوتری نیمه بی پایان هستند. یک مطلب قابل توجه در این مقال تفادوت بین محاسبهٔ توانایی محاسبه و ظرفیت است چنان که گراهام و همکارانش بررسی کرده اند. محاسبهٔ توانایی یعنی استفاده از ماکزیمم توان محاسبه برای حل یه مسالهٔ بزرگ در کم ترین زمان. یک سیستم توانایی اغلب میتواند مسالهٔ را با حجم و پیچیدگی که هیچ کامپیوتر دیگری نمیتواند حل کند حل نماید. اما محاسبهٔ ظرفیت یعنی استفاده از توان محاسبهٔ مقرون به صرفه و کارآمد برای حل مسایل کم و بیش بزرگ یا تعداد زیادی مسایل کوچک یا آمادگی برای اجرا روی سیستم توانایی استفاده میشود. طراحی سخت افزار و نرم افزار
سوپرکامپیوتر هایی که پردازندههای سفارشی داشتند قبلا سرعتی که روی کامپیوترهای معمولی داشتند را از طراحی های ابتکاری شان به دت میآوردند که اجازه میداد مثل یک مهندسی به هم پیچیده چند کار را به صورت موازی انجام دهند. آن ها را تنها برای انواع مشخصی از محاسبات مثل محاسبات عددی استفاده میکردند و در محاسبات کلی تر کامپیوتری ضعیف عمل میکردند. سلسله مراتب حافظهٔ آن ها به دقت طراحی میشد تا دائما اطلاعات و دستور العمل در دسترس پردازنده قرار گیرد. در اصل عمده ترین تفاوت بین سوپرکامپیوترهاو کامپیوترهای کندتر در سلسله مراتب حافظه شان است. سیستم ورودی/خروجی آنها برای پهنای باندهای بالا با توقف (latency) بسیار پایین طراحی شده است چرا که اساسا ابرکامپیوترها برای پردازش انتقالات طراحی نشده اند. در این جا هم مقل هر سیستم موازی قانون آمدال صدق میکند. طراحی های مختلف سوپرکامپیوترها برای حذف تتابع (serialization) نرم افزارها تلاش بسیاری میکنند و برای رفع مشکلات و تنگناهای باقی مانده و تسریع آن ها از سخت افزار استفاده میکنند. تکنولوژی ها و دشواری های سوپرکامپیوترها
یک سوپرکامپیوتر گرمای زیادی تولید میکند و باید خنک شود. خنک کردن بری بسیاری سوپرکامپیوترها مسئلهٔ بسیار بزرگی برای HVAC است.
اطلاعات نمیتوانند با سرعتی بالاتر از سرعت نور بین دو بخش کامپیوتر جابجا شوند. به همین دلیل یک سوپرکامپیوتر چندمتری (با عرض چندمتر) باید توقف (latency) بین قطعاتش در حد چند ده نانوثانیه باشد. به خاطر همین مشکل طراحی های سیمور کری کوشیدند در حد امکان از طول کابل های کمتراستفاده کنند شکل استوانهٔ کری هم به همین ترتیب به وجود آمد. در سوپرکامپیوتر هایی که تعداد بسیار زیادی cpu دارند که موازی هم کار میکنند برای فرستادن پیام بین پردازندهها توقف یک تا پنج میکرو ثانیه معمول است.
برای فرستادن پیام بین پردازندهها ها حجم بسیار بالای اطلاعات را در مدت زمان کوتاه مصرف و تولید میکنند. کن بچر میگوید : برای فرستادن پیام بین پردازندهها وسیلهای است که مسایل محدود به محاسبه را محدود به I/O میکند. برای حصول اطمینان از انتقال سریع و ذخیرهٔ و بازیابی صحیح اطلاعات باید روی پهنای باند ذخرهٔ خارجی کار زیادی انجام بدهیم.
تکنولوژی های تولید شده برای سوپرکامپیوترها شامل این ها میشوند:
پردازش برداری
خنک کنندگی مایع
دسترسی ناهمشکل به حافظه (NUMA)
دیسک های راه راه (اولین نمونه از آنچه بعدها نامش RAID شد)
فایل سیستم های موازی تکنیک های پردازش
تکنیک های پردازش برداری اوائل برای سوپرکامپیوترها طراحی و ایجاد شده اند و برای کاربردهای سطح بالا و تخصصی استفاده میشوند. این تکنیک ها به وفور وارد بازار معماری DSP و راهکارهای پردازش SIMD کامپیوترهای همه منظوره هم شده اند. خصوصا کنسول های جدید بازی های کامپیوتری از SIMD خیلی استفاده میکنند و به این دلیل است که برخی تولیدکنندگان ادعا میکنند ماشین های بازی شان سوپرکامپیوتر هستند. واقعیت این است که برخی کارت های گرافیک توان محاسبهٔ چندین ترافلاپ (teraFLOP) را دارند. اولین پردازش های کامپیوتری طبیعتی داشت که هدف خاصی را دنبال میکرد و کاربردهایی که میتوان برای این قدرت داشت را محدود میکرد با پیش رفته تر شدن بازی های کامپیوتری واحد های پردازش گرافیکی (GPUها) متحول شده است به عنوان پردازندههای برداری همه منظوره مفیدتر شده اند و یک دیسیپلین کامل علوم کامپیوتری به وجود آمد تا از این توانایی استفاده کند به نام محاسبههای همه منظوره بر واحد های پردازش گرافیکی(GPGPU). سیستم عامل
سوپرکامپیوترها که اغلب امروزه انواعی از لینوکس و یونیکس هستند و اگر پیچیده تر از ماشین های کوچک تر نباشند همان قدر پیچیده هستند. ظاهری که کاربر می بیند ساده تر است چون سازندگان OS ها منابع برتامه نویسی کمتری برای سرمایه گذاری بر بخش های غیرضروری OS ها (یعنی بخش هایی که مستقیما به بهترین کاربرد سخت افزار نمیشود) دارند. دلیل اصلی آن این است که این کامپیوترها میلیون ها دلار قیمت دارند اما بازار خریدشان بسیار کوچک است لذا بودجههای R&D شان اغلب محدود است. وجود یونیکس و لینوکس اجازه میدهد ظاهر کاربرد (user interface) نرم افزار دسکتاپ معمولی دوباره مورد استفاده قرار بگیرد. جالب آنجا ست که در تاریخ صنعت سوپرکامپیوترها این روند هم چنان ادامه پیدا کرده است و رهبران قدیمی این تکنولوژی از جمله Silicon Graphics در برابر امثال nVIDIA عقب نشسته اند چرا که این ها میتوانند محصولات ابتکاری ارزان و پرفایده و پرکاربرد را به لطف مشتریان بسیارشان که R&D آن ها را تامین میکنند تولید نمایند. از نظر تاریخی تا ایتدا و میانهٔ دههٔ سوپرکامپیوترها اغلب سازگاری گروه دستورات و قابلیت جابجایی کدها را فدای عملکرد و سرعت پردازش و دست رسی به حافظهٔ کامپیوتر میکردند. اغلب سوپرکامپیوترها تا به امروز برخلاف کامپیوترهای گران قیمت فنی high end main frames سیستم های عامل بسیار متفاوتی دارند. Cray-1 به تنهایی شش OS مخصوص خودش را داشت که جامعهٔ کامپیوتر هیچ خبری از آن ها نداشت. مشابه آن کامپایلرهای برداری کننده و مواز یکنندهٔ بسیاری هم برای فرترن موجد بود. اگر به خاطر سازگاری گروه دستورات اولیه بین Cray-1 و Cray x-mp و پذیرش انواع OS های یونیکس مثل CrayUnicos و لینوکس نبود این اتفاق برای ETA-10 هم می افتاد. به همین دلیل در آینده سیستم هایی با بالاترین کاربرد احتمالا رنگ و بویی از یونیکس خواهند داشت اما با خاصیت های مخصوص سیستم ناسازگار خصوصا برای سیستم های بسیار فنی و گران قیمت با امکانات امن مطمئن. برنامه نویسی
معماری موازی سوپرکامپیوترها ایجاب میکند تکنیک های برنامه نویسی خاصی برای سرعت بالایشان استفاده شود. کامپایلرهای هدفمند فرتران معمولا میتوانند کدهای سریع تری از C یا C++ تولید کنند. به این دلیل فرتران همچنان بهترین انتخاب برای برنامه نویسی علمی و البته برای اکثر برنامههایی که روی سوپرکامپیوترها جرا میشود باقی می ماند. برای بهره وری از موازی بودن سوپرکامپیوترها، محیط های برنامه نویسی خاصی برای برنامه نویسی آن ها استفاده میشود از جمله برای بستههای کامپیوتری پراکنده و دور از هم PVM و MPI و برای ماشین های حافظه اشتراکی بسیار نزدیک به هم OpenMP استفاده میشود. معماری سوپرکامپیوتر مدرن
چنان که در فهرست نوامبر 2006 می بینیم ده کامپیوتر برتر فهرست پانصد کامپیوتر برتر (و البته بسیاری کامپیوتر دیگر در این لیست) معماری سطح بالا اما مشابهی دارند. هر کدام مجموعهای از مولتی پروسسورهای تماما SIMD هستند. هر سوپرکامپیوتری بسته به تعداد مولتی پروسسورهای مجموعه، تعداد پروسسورهای هر مولتی پروسسور و نیز تعداد عملیاتی که میتواند به صورا هم زمان در هر پروسسور SIMD انجام بدهد از سایر سوپرکامپیوترها متفاوت میشود. در این سلسله چنین چیزهایی داریم : یک مجموعه کامپیوتری که کامپیوترهای آن از طریق شبکهٔ سرعت بالا یا شبکهٔ تعویض (switching fabric) اتصال بسیار مفصلی با هم دارند. هر کامپیوتر هم تحت نمونهٔ مجزایی از OS کار میکند.
کمپیوتر مولتی پروسسور کامپیوتری است که تحت OS مشخصی کار میکند و بیش از یک CPU دارد و در آن نرم افزار سطح عملکرد از تعداد پروسسورها مستقل است. وظایفی مثل مولتی پروسسینگ متقارن (SMP) و دسترسی غیرهمشکل به حافظه (NUMA) را با هم انجام میدهند.
یک پروسسور SIMD یک دستور را بر چندین دسته اطلاعات به صورت هم زمان اجرا میکند. پردازنده میتواند چندمنظوره یا برداری با کاربرد خاص باشد. سطح عملکرد هم میتواند بالا یا پایین باشد.
طبق بررسی ماه نوامبر سال 2006 قانون مور (Moore) و اقتضا مقیاسی (economy of scale) فاکتور اصلی در طراحی سوپرکامپیوترها هستند. یک PC دسکتاپ مدرن امروزه قوی تر از یک سوپرکامپیوتر پانزده سال پیش است و این طراحی هایی که سابقا اجازه میداد سوپرکامپیوترها از ماشین های دسکتاپ بهتر عمل کنند در طراحی PC ها استفاده میشوند. به علاوه هزینههای ایجاد تراشهها (چیپchip) باعث میشود طراحی تراشههای سفارشی برای کاربرد محدود مقرون به صرفه باشد بلکه تولید انبوه تراشهها را تایید میکند که مشتری داشته باشند و هزینهٔ تولید را پوشش بدهد. یک واحد کاری مدل هسته چهارگانه Xeon با عملکرد GHz2.66 از یک سوپرکامپیوتر C90 کری چند میلیون دلاری که در دههٔ 1990 استفاده میشد بهتر است و حجم بسیار بالایی از کار که در دههٔ 1990 به چنین سوپرکامپیوتری نیاز داشت امروزه با یک واحد کاری کمتر از 4000 دلاری انجام میشود. مسایلی که سوپرکامپیوترها آن ها را حل میکردند اکثرا باید موازی سازی میشدند (یعنی تقسیم کار بزرگ به چند کار کوچک تر برای انجام هم زمان) آن هم به قطعات بزرگ تا حجم اطلاعاتی که بین واحدهیای پردازندهٔ مستقل انتقال پیدا یم کرد کاهش پیدا کند. این است که میتوان به جای بسیاری سوپرکامپیوترهای سنتی از بستههای طراحی استاندارد بهره برد که با برنامه ریزی قابلیت عملکرد یگانه و همگرا را دارند. سوپرکامپیوترهای هدفمند و دارای کاربرد خاص
سوپرکامپیوتر هدفمند ابزارهای محاسباتی با عملکرد بسیار سطح بالا و معماری سخت افزاری مناسب حل یک مسالهٔ خاص هستند. میتوان در آن ها از تراشههای FPGA برنامه ریزی شده یا چیپ های VLSI سفارشی استفاده نمود که عمومیت شان را از دست میدهند اما در عوض نسبت قیمت به کاربرد بالاتری ارائه میدهند. از آن ها برای محاسبات نجومی و کد شکنی های بسیار قوی استفاده میشود. پیش آمده است که یک سوپرکامپیوتر هدفمند جدید از برخی نظرها از سریع ترین سوپرکامپیوتر وقت سریع تر عمل کند مثلا GRAPE-6 که در سال 2002 در برخی مسایل سریع تر از شبیه ساز زمین عمل کرد. مثال هایی از سوپرکامپیوتر هدفمند : DEEP BLUE برای بازی شطرنج
ماشین ها یا ابزار و قطعات ماشین های محاسیبهٔ قابل پیکربندی مجدد
GRAPE برای فیزیک نجوم و دینامیک مولکول
DEEP CRACK برای رمزشکنی DES سریع ترین سوپرکامپیوتر روز
محاسبهٔ سرعت سوپرکامپیوتر
سرعت سوپرکامپیوتر بر اساس FLOPS محاسبه میشود که مخفف عملیات دقیق شناور در هر لحظه میباشد و معمولا هم یک پسوند SI مثل ترا یا پتا با آن است. در حالت ترا بودن آن را TFLOPS ترافلاپ ده به توان 12 FLOPو در حالت پتا بودن PFLOPS پتافلاپ ده به توان پانزده میگویند. این محاسبهٔ بر اساس مقیاسی که مارتیس بزرگ را تجزیه ی(LU decomposition میکند صورت میگیرد. این نمونه مسایل حقیقی را بررسی میکند اما خیلی راحت تر از محاسبهٔ مسایل دنیای واقعی است. فهرست پانصد عنوان برتر
از سال 1993 نتایج LINPAK پانصد سوپرکامپیوتر سریع دنیا را همواره رتبه بندی نموده است. البته ادعا نمیشود این فهرست کاملا بی ایراد است اما بهترین از سرعت کامپیوتر را در هر زمان دارد. سریع ترین سوپرکامپیوتر فعلی
Roadrunner ساخت IBM در25 می 2008 سریع ترین کامپیوتری است که با آمار پردازش پایسته برابر 1.7 petaflop کار میکرد. و در بین ۵۰۰ ابررایانهٔ جهان اولین رایانهای است که موفق به رسیدن به سرعت 1.0 petaflof شد. IBM این ابررایانه را برای وزارت نیرو ایالات متحده آمریکا و وزارت امنیت اتمی ایالات متحده آمریکا طراحی کرده است. این رایانه طرحی آمیخته از 12,960 عدد پردازنده IBM PowerXCell 8i و 6,480 عدد پردازندهٔ 2 هستهای AMD Opteron میباشد. سیستم عامل این ابررایانه متشکل از Red Hat Enterprise Linux و Fedora میباشد. این ابررایانه فضایی به مساحت ۶۰۰۰ فوت مربع یعنی در حدود 560 متر مربع را اشغال کرده است و در سال 2008 آغاز به کار کرده است. وزارت نیرو ایالات متحده آمریکا قصد استفاده از این ابررایانه برای شبیهسازی وضعیت بمب های اتمی در برابر گذشت زمان برای بررسی وضعیت سلامت زرادخانه های اتمی خود را دارد. ابر شبه محاسبه (کازی سوپر کامپیوتینگ quasi super computing)
برخی انواع محاسبات توزیع شدهٔ مقیاس وسیع برای مسایل بسیار موازی سازی شده را میتوان اوج ابرمحاسبهٔ دسته بندی شده نامید. مثلا پلتفرم BOINC (که میزبان تعدادی پروژهٔ محاسبهٔ توزیع شده هستند) در بیست و هفتم مارس سال 2007 از طریق 1797000 کامپیوتر اضافه روی شبکه بالای 530.7 ترافلاپ سرعت عملکرد به ثبت رساند. سریع ترین پروژه بود SETI@home که با 1390000 کامپیوتر اضافه 276.3 ترافلاپ کار میکرد. یک پروژهٔ توزیع شدهٔ دیگر Folding@home بود که در اواخر سپتامبر 2007 قدرت عملکرد برابر 1.3 پتافلاپ گزارش داد. مشتریانی که از پلی استیشن استفاده میکنند از توان محاسبهٔ بالا 1 پتافلاپ استفاده میکنند. تحقیق Mersenne Prime توزیع شدهٔ GIMP تا اکتبر 2007 قدرت برابر 23 ترافلاپ به ثبت رسانده اند. سیستم موتور جستجوی گوگل با 126 تا 316 ترافلاپ احتمالا سریع ترین باشد. لیست زمانی سوپرکامپیوترها
این جا لیستی از سریع ترین سوپرکامپیوترهای رکورددار همه منظورهٔ موجود در دنیا با سال کسب رکوردشان را می بینید. منبع عناوینی که سال ثبتشان قبل از سال 1993 است مختلف است اما برای عناوین بعد از سال 1993 از فهرست پانصد کامپیوتر برتر دنیا استفاده کرده ایم. Year Supercomputer Peak speed Location
1942 Atanasoff–Berry Computer (ABC) 30 OPS Iowa State University, Ames, Iowa, USA
TRE Heath Robinson 200 OPS Bletchley Park
1944 Flowers Colossus 5 kOPS Post Office Research Station, Dollis Hill, UK
1946
UPenn ENIAC
(before 1948+ modifications) 100 kOPS Aberdeen Proving Ground, Maryland, USA
1954 IBM NORC 67 kOPS U.S. Naval Proving Ground, Dahlgren, Virginia, USA
1956 MIT TX-0 83 kOPS Massachusetts Inst. of Technology, Lexington, Massachusetts, USA
1958 IBM AN/FSQ-7 400 kOPS 25 U.S. Air Force sites across the continental USA and 1 site in Canada (52 computers)
1960 UNIVAC LARC 250 kFLOPS Lawrence Livermore National Laboratory, California, USA
1961 IBM 7030 "Stretch" 1.2 MFLOPS Los Alamos National Laboratory, New Mexico, USA
1964 CDC 6600 3 MFLOPS Lawrence Livermore National Laboratory, California, USA
1969 CDC 7600 36 MFLOPS
1974 CDC STAR-100 100 MFLOPS
1975 Burroughs ILLIAC IV 150 MFLOPS NASA Ames Research Center, California, USA
1976 Cray-1 250 MFLOPS Los Alamos National Laboratory, New Mexico, USA (80+ sold worldwide)
1981 CDC Cyber 205 400 MFLOPS (numerous sites worldwide)
1983 Cray X-MP/4 941 MFLOPS Los Alamos National Laboratory; Lawrence Livermore National Laboratory; Battelle; Boeing
1984 M-13 2.4 GFLOPS Scientific Research Institute of Computer Complexes, Moscow, USSR
1985 Cray-2/8 3.9 GFLOPS Lawrence Livermore National Laboratory, California, USA
1989 ETA10-G/8 10.3 GFLOPS Florida State University, Florida, USA
1990 NEC SX-3/44R 23.2 GFLOPS NEC Fuchu Plant, Fuchu, Japan
1993 Thinking Machines CM-5/1024 65.5 GFLOPS Los Alamos National Laboratory; National Security Agency
Fujitsu Numerical Wind Tunnel 124.50 GFLOPS National Aerospace Laboratory, Tokyo, Japan
Intel Paragon XP/S 140 143.40 GFLOPS Sandia National Laboratories, New Mexico, USA
1994 Fujitsu Numerical Wind Tunnel 170.40 GFLOPS National Aerospace Laboratory, Tokyo, Japan
1996 Hitachi SR2201/1024 220.4 GFLOPS University of Tokyo, Japan
Hitachi/Tsukuba CP-PACS/2048 368.2 GFLOPS Center for Computational Physics, University of Tsukuba, Tsukuba, Japan
1997 Intel ASCI Red/9152 1.338 TFLOPS Sandia National Laboratories, New Mexico, USA
1999 Intel ASCI Red/9632 2.3796 TFLOPS
2000 IBM ASCI White 7.226 TFLOPS Lawrence Livermore National Laboratory, California, USA
2002 NEC Earth Simulator 35.86 TFLOPS Earth Simulator Center, Yokohama-shi, Japan
2004 IBM Blue Gene/L 70.72 TFLOPS U.S. Department of Energy/IBM, USA
2005 136.8 TFLOPS U.S. Department of Energy/U.S. National Nuclear Security Administration,
Lawrence Livermore National Laboratory, California, USA
280.6 TFLOPS
2007 478.2 TFLOPS |