Производительность компьютера на порядки - Computer performance by orders of magnitude

В этом списке сравниваются различные количества вычислительной мощности в инструкциях в секунду, организованные по порядок величины в ФЛОПЫ.

Научное обозначение E индекс: 2 | 3 | 6 | 9 | 12 | 15 | 18 | 21 | 24 | >24

Децискальные вычисления (10−1)

  • 5×10−1 Скорость среднестатистического человеческого вычисления умножения с помощью ручки и бумаги

Масштабные вычисления (100)

  • 1 OP / S скорость вычисления среднего прибавления людей с помощью ручки и бумаги
  • 1 OP / S скорость Цузе Z1
  • 5 мировых рекордов OP / S для дополнительного набора

Декаскейльные вычисления (101)

  • 5×101 Верхний конец сериализованного вычисления человеческого восприятия (лампочки не мигают для человека-наблюдателя)

Гектомасштабные вычисления (102)

  • 2.2×102 Верхний предел сериализованной пропускной способности человека. Это примерно выражается нижним пределом точного размещения события в небольших масштабах времени (размах руки проводника, время реакции на свет на полосе перетаскивания и т. Д.)[1]
  • 2×102 IBM 602 1946 г. компьютер.

Километровые вычисления (103)

Мега масштабные вычисления (106)

Гигабаритные вычисления (109)

Терамасштабные вычисления (1012)

Петафокальные вычисления (1015)

Основная статья: Петафокальные вычисления
  • 1.026×1015 IBM Roadrunner 2009 Суперкомпьютер
  • 2×1015 Nvidia DGX-2 система машинного обучения на 2 петафлопа (более новая DGX A100 имеет производительность 5 Петафлоп)
  • 11.5×1015 Google ТПУ блок, содержащий 64 TPU второго поколения, май 2017 г.[6]
  • 17.17×1015 IBM Sequoia выступление LINPACK, июнь 2013 г.[7]
  • 20×1015 По Курцвейлу, это примерно аппаратный эквивалент человеческого мозга. Опубликовано в его книге 1999 года: Эпоха духовных машин: когда компьютеры превосходят человеческий интеллект.[8]
  • 33.86×1015 Тяньхэ-2 выступление LINPACK, июнь 2013 г.[7]
  • 36.8×1015 Расчетная вычислительная мощность, необходимая для моделировать человеческий мозг в реальном времени.[9]
  • 93.01×1015 Sunway TaihuLight выступление LINPACK, июнь 2016 г.[10]
  • 143.5×1015 Саммита Показатели LINPACK, ноябрь 2018 г.[11]

Экзафорированные вычисления (1018)

Основная статья: Exascale вычисления
  • 1×1018 По оценкам Министерства энергетики США и АНБ в 2008 году, эксафлопсные вычисления им понадобятся примерно в 2018 году.[12]
  • 1×1018 Фугаку Суперкомпьютер 2020 в режиме одинарной точности[13]
  • 1.88×1018 U.S. Summit обеспечивает максимальную производительность, равную количеству операций в секунду, при анализе геномных данных с использованием сочетания числовой точности.[14]
  • 2.43×1018 Складной @ дома распределенная вычислительная система во время COVID-19 пандемия отклик[15]

Вычисления Zettascale (1021)

  • 1×1021 Точная глобальная оценка погоды в масштабе примерно 2 недели.[16] Предполагая Закон Мура остается неизменным, такие системы могут быть реализованы примерно к 2030 году.

Компьютерная система zettascale могла генерировать больше данных с плавающей запятой за одну секунду, чем было сохранено любыми цифровыми средствами на Земле в первом квартале 2011 года.

Yottascale computing (1024)

  • 257.6×1024 Расчетная вычислительная мощность, необходимая для моделировать 7 миллиардов человеческих мозгов в реальном времени.[нужна цитата ]

за пределами (> 1024)

  • 4.4×1027 Расчетная вычислительная мощность, необходимая для моделирования всех когда-либо живших людей: приблизительно (1,2 ± 0,3) × 1011 человеческий мозг в реальном времени.
  • 4×1048 Расчетная вычислительная мощность Матрешка мозг, где источником питания является солнце, самый внешний слой работает на 10 кельвины, а составные части работают на или около Предел Ландауэра и потребляет энергию с КПД Двигатель Карно. Приблизительная максимальная вычислительная мощность для Кардашев 2 цивилизация.[нужна цитата ]
  • 5×1058 Расчетная мощность галактика эквивалент по светимости Млечный Путь преобразованы в мозги матрешки. Приблизительная максимальная вычислительная мощность цивилизации III типа по шкале Кардашева.

Смотрите также

Рекомендации

  1. ^ «Сколько кадров в секунду может видеть человеческий глаз?». 2004-05-19. Получено 2013-02-19.
  2. ^ Overclock3D - процессор Sandra
  3. ^ Тони Пирсон, IBM Watson - Как построить свой собственный «Ватсон-младший» в твоем подвале, Внутри системы хранения
  4. ^ «Система глубокого обучения DGX-1» (PDF). NVIDIA DGX-1 обеспечивает в 75 раз более быстрое обучение ... Примечание: тест Caffe с AlexNet, обучение 1,28 млн изображений с 90 эпохами
  5. ^ «Сервер DGX». Сервер DGX. Nvidia. Получено 7 сентября 2017.
  6. ^ https://blog.google/topics/google-cloud/google-cloud-offer-tpus-machine-learning/
  7. ^ а б http://top500.org/list/2013/06/
  8. ^ Курцвейл, Рэй (1999). Эпоха духовных машин: когда компьютеры превосходят человеческий интеллект. Нью-Йорк, Нью-Йорк: Пингвин. ISBN  9780140282023.
  9. ^ http://hplusmagazine.com/2009/04/07/brain-chip/
  10. ^ http://top500.org/list/2016/06/ Список Top500, июнь 2016 г.
  11. ^ «Ноябрь 2018 | ТОП500 суперкомпьютерных сайтов». www.top500.org. Получено 2018-11-30.
  12. ^ "'Проектирование суперкомпьютеров Exaflop начинается ». 2008-02-02. Архивировано из оригинал на 2008-10-01. Получено 2010-01-04. Через IAA ученые планируют провести фундаментальные исследования, необходимые для создания компьютера, способного выполнять миллион триллионов вычислений в секунду, также известного как экзафлоп.
  13. ^ https://www.top500.org/lists/top500/2020/06/
  14. ^ «Код геномики превосходит Exaops на суперкомпьютере Summit». Лидерский вычислительный центр Ок-Ридж. Получено 2018-11-30.
  15. ^ Pande lab. «Статистика клиента по ОС». Archive.is. Архивировано из оригинал на 2020-04-12. Получено 2020-04-12.
  16. ^ ДеБенедиктис, Эрик П. (2005). «Обратимая логика для суперкомпьютеров». Труды 2-й конференции по компьютерным рубежам. С. 391–402. ISBN  1-59593-019-1.
  17. ^ Мур, Гордон Э. (1965). «Втиснуть больше компонентов в интегральные схемы» (PDF). Журнал Электроника. п. 4. Получено 2006-11-11.

внешняя ссылка