19
EMBEDDED
61 • SETTEMBRE • 2016
EXASCALE COMPUTING |
IN TEMPO REALE
nea per connessioni e reti a banda limitata e lunghi
tempi di latenza, che non per l’exascale computing,
che invece richiede prestazioni al top, banda larga
e tempi di latenza brevi. Inoltre, le reti Ethernet
non possono garantire l’esecuzione di transazioni,
o il fatto che siano eseguite in ordine, e il goodput è
molto inferiore alla banda grezza (raw) disponibile.
– La tecnologia di interconnessione
più utilizzata in circa il 50% dei principali super-
"
À
delle buone potenzialità per raggiungere le pre-
stazioni exascale. Utilizza programmi di supporto
disponibili gratuitamente, ha tempi di latenza tra i
più brevi al mondo e offre prestazioni eccellenti per
diverse applicazioni. Potendo operare con qualsiasi
À
-
gistica e la semantica nelle operazioni di lettura/
scrittura, il che rende possibile l’utilizzo della tec-
nologia RDMA, con larghezze di banda ai massimi
livelli (14 Gbps) e un elevato goodput.
5 À
À
-
Á
À
- &
protocollo utilizza interfacce di rete esterne che si
collegano a processori che uti-
lizzano lo standard PCIe, e ciò
À
in termini di potenza rispet-
to alle alternative integrate (e
quindi la riduzione dei tempi di
À ( @ j
il PCIe non supporta la seman-
tica nella coerenza della cache,
non è possibile aumentare le
dimensioni del nodo utilizzan-
À
-
detto, i pacchetti potrebbero non
essere consegnati in ordine e il
protocollo richiede molta poten-
za per elaborare le transazioni.
À
delle caratteristiche limitanti di una tecnologia di
interconnessione proprietaria, di cui si parlerà più
avanti.
RapidIO
– Questo protocollo appare decisamente
il più promettente per le interconnessioni aperte.
Utilizzato negli smartphone 4G e nelle applicazio-
ni satellitari, RapidIO è progettato per situazioni
in cui il consumo di potenza e le dimensioni devo-
no soddisfare dei requisiti rigorosi. Utilizza inoltre
una tecnologia interoperabile, è integrato nei pro-
cessori di diversi costruttori, offre comunicazioni a
À
-
mini di potenza, e garantisce la consegna ordinata
dei pacchetti. RapidIO supporta l’instradamento
multicast e broadcast in tutte le topologie, nonché
la coerenza della cache e la semantica nelle ope-
razioni di lettura/scrittura. Utilizza inoltre comu-
nicazioni in stile RDMA, garantendo un elevato
goodput e un’eccellente tolleranza ai guasti.
Tuttavia, neanche RapidIO è immune da svantag-
gi, non ultimo per il fatto che il suo ecosistema è
troppo lento. In termini di banda massima – e di
massimo goodput che può essere raggiunto – il pro-
tocollo non può essere paragonato ad altri tipi di
interconnessioni. Il software inoltre non è ottimiz-
zato per sistemi exascale interoperabili e il suppor-
to software è seriamente limitato, anche se si sta
lavorando per cambiare questa situazione.
Soluzioni proprietarie
– In questo caso sussisto-
no i tradizionali problemi dei sistemi proprietari,
come la mancanza di interoperabilità e di supporto
alle diverse topologie. Anche se
le soluzioni integrate possono
%
À
-
za in termini di consumi e una
* À
-
le valutarne accuratamente le
prestazioni in quanto gli utenti
dovrebbero effettuare il porting
delle applicazioni su interfacce
proprietarie. Inoltre, le soluzioni
proprietarie non sono in grado di
garantire la necessaria velocità
di innovazione o la capacità di
supportare tutte le applicazioni.
Per concludere, è generalmente
riconosciuto che lo sviluppo del
calcolo ad alte prestazioni dipenderà dallo sviluppo
di motori di accelerazione, programmi e tecnologie
di interconnessione aperte. Ma la corretta tecno-
logia di interconnessione oggi ancora non esiste e
l’exascale computing sembra ancora lontano. La
buona notizia è che chiunque fosse interessato a
sviluppare una soluzione sa di che cosa c’è bisogno
e sa anche che “cavalli più veloci” non sono una via
percorribile. Il momento di Henry Ford si sta dun-
À
%
Se Henry Ford lavorasse
oggi nel settore dell’In-
formation Technology,
direbbe agli sviluppato-
ri di sistemi che la sem-
plice ricerca di maggiori
prestazioni non risolve i
problemi dell’exascale
computing