In un accordo del valore di 325 milioni di dollari, IBM costruirà per il Department of Energy americano due supercomputer chiamati Sierra e Summit che combineranno un nuovo approccio di supercomputing con acceleratori di elaborazione Nvidia e rete ad alta velocità Mellanox. Saranno fino a tre volte più potenti del campione attuale.
Le compagnie interessate e il governo degli Stati Uniti hanno annunciato l’accordo Venerdì.
I fondi serviranno per pagare la realizzazione di due macchine, una per la ricerca civile, presso il laboratorio nazionale di Oak Ridge in Tennessee, e una per la simulazione di armi nucleari presso il Lawrence Livermore National Laboratory in California. Summit offrirà da 150 a 300 petaflops di picco, mentre Sierra avrà performance superiori ai 100 petaflop – questo è pari ad un quadrilione di calcoli al secondo, secondo la misurazione della Top500 che classifica le macchine più veloci del mondo. Cercando di farlo con i computer portatili moderni, Nvidia stima che servirebbero qualcosa come 3 milioni di dispositivi per raggiungere la stessa quantità di dati elaborabili.
Inoltre, il Department of Energy spenderà circa 100 milioni di dollari per un programma chiamato FastForward2 per fare supercomputer di nuova generazione, da 20 a 40 volte più veloci rispetto ai modelli di fascia alta di oggi. E’ tutto parte di un progetto chiamato Coral in cui sono coinvolti i laboratori di Oak Ridge, Argonne e Lawrence Livermore.
"Ci aspettiamo che gli investimenti per progetti come Coral e FastForward2 serviranno per portare a progressi di trasformazione della scienza di base, la difesa nazionale, la ricerca ambientale ed energetica che si basano su simulazioni di sistemi fisici complessi e analisi di grandi quantità di dati", Moniz ha detto in una dichiarazione.
Obiettivo per cui gli Stati Uniti stanno investendo sui due nuovi sistemi di supercomputer è quindi quello di sfruttare la potenza di Summit e Sierra per arrivare un giorno ad essere più indipendenti dal punto di vista energetico, oltre ad avere nuove conoscenze nel ramo della meteo e analizzare più velocemente grandi quantità di dati al fine di fare simulazioni di sistemi fisici complessi.
