5/5 - (4 امتیاز)
ابر رایانه

لیست ابر رایانه ها در جهان ☀️

نظر کلی

تاریخ مختصر صنعتی

پروژه رایانه کولاسوس در ۱۹۴۴

ابررایانه‌هایی را که در دههٔ ۱۹۶۰ ساخته و ارائه شدند سیمور کری از بنگاه کنترل اطلاعات (CDC) طراحی کرده بود و تا دههٔ ۱۹۹۰ هم بازار در دست این ابررایانه‌ها بود. زمانی که سیمور کری جدا شد و رفت تا شرکت خودش به نام تحقیقات سیمور را راه‌اندازی و اداره کند با طرح‌های جدیدش بازار ابررایانه‌ها را در دست گرفت و تا پنج سال (۱۹۸۵–۱۹۹۰) یکه‌تاز بازار ابر محاسبه بود. خود کری هرگز واژهٔ ابررایانه را استفاده نکرد و کمتر کسی به خاطر دارد که او تنها کلمهٔ رایانه را استفاده می‌کرد. در سال ۱۹۸۰ هم‌زمان با ظهور بازار رایانه‌های کوچک که یک دهه قبل به وجود آمده بودند تعداد زیادی رقبای کوچک وارد بازار شدند. اما بسیاری از این‌ها در دههٔ ۱۹۹۰ با بروز مبارزات بازار ابررایانه حذف شدند. امروزه ابررایانه‌ها طراحی‌های سفارشی کم‌نظیری هستند که شرکت‌های صنعتی مثل آی‌بی‌ام و اچ‌پی تولید می‌کنند. همان شرکت‌هایی که بسیاری از شرکت‌های دههٔ ۱۹۹۰ را خریدند تا از تجربه‌شان استفاده کنند. البته بنگاه کری هنوز به صورت حرفه‌ای به ساخت ابررایانه ادامه می‌دهد. اصطلاح ابررایانه چندان پایدار و ثابت نیست. ممکن است ابررایانه امروز فردا تبدیل به یک رایانه معمولی شود. اولین دستگاه‌های CDC پردازنده‌های نرده‌ای (اسکالر) خیلی سریع بودند؛ ده برابر سریع‌تر از سریع‌ترین ماشین‌های سایر شرکت‌ها. در دههٔ ۱۹۷۰ اکثر ابررایانه‌ها به انجام محاسبات برداری پرداختند و بسیاری رقبا و تولیدکنندگان 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 ۱۹۸۰ ماشین‌هایی با پردازنده‌های اندک برداری که به صورت موازی کار می‌کردند تبدیل به استاندارد شدند. هر ماشینی معمولاً چهارده تا شانزده پردازندهٔ برداری داشت. در اواخر دهٔ ۱۹۸۰ و ۱۹۹۰ دوباره توجه‌ها از پردازنده‌های برداری به سیستم‌های پردازندهٔ موازی معمول معطوف شد که هزاران ریزپردازنده معمولی داشتند و برخی از آن‌ها نمونه‌های آماده و برخی هم سفارش‌های مشتریان بودند (در اصطلاح کاری، این را حملهٔ میکروهای کشنده می‌نامند). امروزه طرح‌های موازی بر اساس ریزپردازنده‌های آمادهٔ نوع سرور ساخته می‌شوند از جمله Power PC, Itanium, x۸۶–۶۴ و مدرن‌ترین ابررایانه‌ها بسته (کلاستر)های رایانه‌ای با تنظیمات دقیق هستند که پردازنده‌های کم حجم و رابط‌های داخلی سفارشی و بسته به مورد دارند.

پردازش فوق سریع –شبیه سازی– پردازش محاسبات سریع – gpu جی پی یو – سوپر کامپیوتر – کامپیوتر قوی – اجاره کارت گرافیک – پردازش موازی – جهت انجام پروژه نرم افزارهای شبیه سازی – شبیه سازی – مرکز محاسبات رایانش ابری امیرکبیر – انواع پردازش مجازی – سامانه پردازش سریع – سوپر کامپیوتر برای شبیه سازی در نرم افزار اباکوس – کامپیوتر محاسباتی قوی – hpc محاسبات سنگین – سیستم‌های تخصصی مهندسی و پردازش سریع GPU – اجاره کامپیوتر – سرور محاسباتی – پردازش فوق سریع – کلاستر – پردازش موازی در شبیه سازی متلب matlab اباکوس abaqus انسیس فلوئنت ansys fluent متریال استادیو material studio سی اس تی cst-ارائه دهنده ارزانترین خدمات مرکز پردازش موازی – ابر رایانه – سرور محاسباتی – رایانش ابری – اجاره کامپیوتر – پردازش فوق سریع – اجاره ابر رایانه – اجاره ابر کامپیوتر – اجاره سیستم کامپیوتر – سیستم رندر – سیستم تدوین- کارت گرافیک رندرینگ gpu – سرور رندر- اجاره کلاستر– اجاره سرور محاسباتی – سرور پردازش موازی – اجاره کامپیوتر سرور- پردازش سریع – اجاره کامپیوتر قوی – کرایه کامپیوتر سرور – پردازش موازی

اجاره ابر رایانه   →

اینجا کلیک کنید

ابزارهای نرم‌افزاری

ابزارهای نرم‌افزاری برای پردازش توزیع شده شامل APIهای استاندارد از جمله MPI, PVM و ابزارهای نرم‌افزاری متن باز ازجمله Beowulf, Warewulf, Open mosix هستند که ساختن یک ابررایانه را از تعدادی سرورها یا واحدهای کاری ممکن می‌کنند. تکنولوژی‌هایی مثل ZerConf (Rendez-Vous/Bonjourقرار ملاقات/سلام) برای ساخت بسته‌های کامپیوتری موردنیاز برای نرم‌افزارهای تخصصی مثل shake اپل هستند. در علوم کامپیوتر هنوز یک زبان برنامه‌نویسی 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 تکنولوژی‌های جالب توجهی به وجود می‌آورد) رایگان هستند.

استفاده‌های عمومی

ابررایانه‌ها با رم‌ها و کار آیی‌های بسیاری که دارند معمولاً برای عملیات حساس روی محاسبه از جمله مسائل فیزیک کوانتوم، هواشناسی، تحقیقات آب و هوا (از جمله تحقیق دربارهٔ گرم شدن کرهٔ زمین) مدل‌سازی مولکولی (مطالعهٔ ساختارها و محتویات ترکیبات شیمیایی، ماکرومولکول‌های بیولوژیکی، پلیمرها و بلورها) شبیه‌سازی‌های فیزیکی (مثل شبیه‌سازی هواپیماها در تونل‌های هوا، شبیه‌سازی انفجار سلاح‌های هسته‌ای و تحقیق دربارهٔ پیوست هسته‌ای) تحلیل مخفی و … استفاده می‌شوند. دانشگاه‌های بزرگ، مراکز نظامی و آزمایشگاه‌های تحقیقات علمی بزرگ‌ترین کاربران آن هستند. نوع خاصی از مسائل به نام مسائل بسیار مشکل، مسائلی که حل کامل شان نیازمند منابع کامپیوتری نیمه بی پایان هستند. یک مطلب قابل توجه در این مقال تفاوت بین محاسبهٔ، توانایی محاسبه و ظرفیت است چنان‌که گراهام و همکارانش بررسی کرده‌اند. محاسبهٔ توانایی یعنی استفاده از ماکزیمم توان محاسبه برای حل یک مسئلهٔ بزرگ در کم‌ترین زمان. این سیستم اغلب می‌تواند مسئلهٔ 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 مسائل کم و بیش بزرگ یا تعداد زیادی مسائل کوچک یا آمادگی برای اجرا روی سیستم توانایی استفاده می‌شود.

طراحی سخت‌افزار و نرم‌افزار

ابررایانه‌هایی که پردازنده‌های سفارشی داشتند قبلاً سرعتی که روی کامپیوترهای معمولی داشتند را از طراحی‌های ابتکاری شان به دست می‌آوردند که اجازه می‌داد مثل یک مهندسی به هم پیچیده چند کار را به صورت موازی انجام دهند. آن‌ها را تنها برای انواع مشخصی از محاسبات مثل محاسبات عددی استفاده می‌کردند و در محاسبات کلی تر کامپیوتری ضعیف عمل می‌کردند. سلسله مراتب حافظهٔ آن‌ها به دقت طراحی می‌شد تا دائماً اطلاعات و دستورالعمل در دسترس پردازنده قرار گیرد. در اصل عمده‌ترین تفاوت بین ابررایانه‌هاو کامپیوترهای کندتر در سلسله مراتب حافظه‌شان است. سیستم ورودی/خروجی آن‌ها برای پهنای باندهای بالا با تأخیر بسیار پایین طراحی شده‌است چرا که اساساً ابرکامپیوترها برای پردازش انتقالات طراحی نشده‌اند. در این‌جا هم مثل هر سیستم موازی قانون آمدال صدق می‌کند. طراحی‌های مختلف ابررایانه‌ها برای حذف تتابع (serialization) نرم‌افزارها تلاش بسیاری می‌کنند و برای رفع مشکلات و تنگناهای باقی‌مانده و تسریع آن‌ها از سخت‌افزار استفاده می‌کنند.

تکنولوژی‌ها و دشواری‌های ابررایانه‌ها

یک کلاستر بیوولف

  • یک ابررایانه گرمای زیادی تولید می‌کند و باید خنک شود. خنک کردن بسیاری ابررایانه‌ها مسئلهٔ بسیار بزرگی برای HVAC است.
  • اطلاعات نمی‌توانند با سرعتی بالاتر از سرعت نور بین دو بخش کامپیوتر جابجا شوند. به همین دلیل یک ابررایانه چندمتری (با عرض چندمتر) باید تأخیر بین قطعاتش در حد چند ده نانوثانیه باشد. به خاطر همین مشکل طراحی‌های سیمور کری کوشیدند در حد امکان از طول کابل‌های کمتر استفاده کنند شکل استوانهٔ کری هم به همین ترتیب به وجود آمد. در ابررایانه‌هایی 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 پردازنده‌هاها حجم بسیار بالای اطلاعات را در مدت زمان کوتاه مصرف و تولید می‌کنند. کن بچر می‌گوید: برای فرستادن پیام بین پردازنده‌ها وسیله‌ای است که مسائل 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 ذخیرهٔ خارجی کار زیادی انجام بدهیم.

تکنولوژی‌های تولید شده برای ابررایانه‌ها شامل این‌ها می‌شوند:

  • پردازش برداری
  • خنک‌کنندگی مایع
  • دسترسی ناهمشکل به حافظه (NUMA)
  • دیسک‌های راه راه (اولین نمونه از آنچه بعدها نامش RAID شد)
  • فایل سیستم‌های موازی

تکنیک‌های پردازش

تکنیک‌های پردازش برداری اوائل برای ابررایانه‌ها طراحی و ایجاد شده‌اند و برای کاربردهای سطح بالا و تخصصی استفاده می‌شوند. این تکنیک‌ها به وفور وارد بازار معماری DSP و راهکارهای پردازش SIMD کامپیوترهای همه منظوره هم شده‌اند. خصوصاً کنسول‌های جدید بازی‌های کامپیوتری از SIMD خیلی استفاده می‌کنند و به این دلیل است که برخی تولیدکنندگان ادعا می‌کنند ماشین‌های بازی شان ابررایانه هستند. واقعیت این است که برخی کارت‌های گرافیک توان محاسبهٔ چندین ترافلاپ (teraFLOP) را دارند. اولین پردازش‌های 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 بازی‌های کامپیوتری واحدهای پردازش گرافیکی (GPUها) متحول شده‌است به عنوان پردازنده‌های برداری همه منظوره مفیدتر شده‌اند و یک دیسیپلین کامل علوم کامپیوتری به وجود آمد تا از این توانایی استفاده کند به نام محاسبه‌های همه منظوره بر واحدهای پردازش گرافیکی(GPGPU).

سیستم‌عامل

سیستم‌عامل ابررایانه‌ها که اغلب امروزه انواعی از لینوکس و یونیکس هستند و اگر پیچیده‌تر از ماشین‌های کوچک‌تر نباشند همان قدر پیچیده هستند. ظاهری که کاربر می‌بیند ساده‌تر است چون سازندگان OSها منابع برنامه‌نویسی کمتری برای سرمایه‌گذاری بر بخش‌های غیرضروری OSها (یعنی بخش‌هایی که مستقیماً به بهترین کاربرد سخت‌افزار نمی‌شود) دارند. دلیل اصلی آن این است که این کامپیوترها میلیون‌ها دلار قیمت دارند امابازار خریدشان بسیار کوچک است لذا بودجه‌های R&D شان اغلب محدود است. وجود یونیکس و لینوکس اجازه می‌دهد ظاهر کاربری (user interface) نرم‌افزار دسکتاپ معمولی دوباره مورد استفاده قرار بگیرد. جالب آنجا ست که در تاریخ صنعت ابررایانه‌ها این روند هم چنان ادامه پیدا کرده‌است و رهبران قدیمی این تکنولوژی از جمله Silicon Graphics در برابر امثال nVIDIA عقب نشسته‌اند چرا که این‌ها می‌توانند محصولات ابتکاری ارزان و پرفایده و پرکاربرد را به لطف مشتریان بسیارشان که R&D آن‌ها را تأمین می‌کنند تولید نمایند. از نظر تاریخی تا ابتدا و میانهٔ دههٔ ابررایانه‌ها اغلب سازگاری گروه دستورات و قابلیت جابجایی کدها را فدای عملکرد و سرعت پردازش و دسترسی به حافظهٔ کامپیوتر می‌کردند. اغلب ابررایانه‌ها تا به امروز برخلاف کامپیوترهای گران‌قیمت فنی high end main frames سیستم‌های عامل بسیار متفاوتی دارند. Cray-۱ به تنهایی شش OS مخصوص خودش را داشت که جامعهٔ کامپیوتر هیچ خبری از آن‌ها نداشت. مشابه آن کامپایلرهای برداری‌کننده و مواز ی‌کنندهٔ بسیاری هم برای فرترن موجود بود. اگر به خاطر سازگاری گروه دستورات اولیه بین Cray-۱ و Cray x-mp و پذیرش انواع OSهای یونیکس مثل CrayUnicos و لینوکس نبود این اتفاق برای ETA-۱۰ هم می‌افتاد. به همین دلیل در آینده سیستم‌هایی با بالاترین کاربرد احتمالاً رنگ و بویی از یونیکس خواهند داشت اما با خاصیت‌های مخصوص سیستم ناسازگار خصوصاً برای سیستم‌های بسیار فنی و گران‌قیمت با امکانات امن مطمئن.

برنامه‌نویسی

معماری موازی ابررایانه‌ها ایجاب می‌کند تکنیک‌های برنامه‌نویسی خاصی برای سرعت بالایشان استفاده شود. کامپایلرهای هدفمند فرترن معمولاً می‌توانند کدهای سریع تری از C یا C++ تولید کنند. به این دلیل فراترن همچنان بهترین انتخاب برای برنامه‌نویسی علمی و البته برای اکثر برنامه‌هایی که روی ابررایانه‌ها اجرا می‌شود باقی می‌ماند. برای بهره‌وری از موازی بودن ابررایانه‌ها، محیط‌های برنامه‌نویسی خاصی برای برنامه‌نویسی آن‌ها استفاده می‌شود از جمله برای بسته‌های کامپیوتری پراکنده و دور از هم PVM و MPI و برای ماشین‌های حافظه اشتراکی بسیار نزدیک به هم OpenMP استفاده می‌شود.

معماری ابررایانه مدرن

چنان‌که در فهرست نوامبر ۲۰۰۶ می‌بینیم 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 تماماً SIMD هستند. هر ابررایانه‌ای بسته به تعداد مولتی پروسسورهای مجموعه، تعداد پروسسورهای هر مولتی پروسسور و نیز تعداد عملیاتی که می‌تواند به صورت هم‌زمان در هر پروسسور SIMD انجام بدهد از سایر ابررایانه‌ها 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.
  • کامپیوتر مولتی پروسسور کامپیوتری است که تحت OS مشخصی کار می‌کند و بیش از یک CPU دارد و در آن نرم‌افزار 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 هم‌زمان اجرا می‌کند. پردازنده می‌تواند چندمنظوره یا برداری با کاربرد خاص باشد. سطح عملکرد هم می‌تواند بالا یا پایین باشد.

طبق بررسی ماه نوامبر سال ۲۰۰۶ قانون مور (Moore) و اقتصاد مقیاسی (economy of scale) فاکتور اصلی در طراحی ابررایانه‌ها هستند. یک PC دسکتاپ مدرن امروزه قوی تر از یک ابررایانه پانزده سال پیش است و این طراحی‌هایی که سابقاً اجازه می‌داد ابررایانه‌ها از ماشین‌های دسکتاپ بهتر عمل کنند در طراحی PCها استفاده می‌شوند. به علاوه هزینه‌های ایجاد تراشه‌ها (چیپchip) باعث می‌شود طراحی تراشه‌های سفارشی برای کاربرد محدود مقرون به صرفه نباشد بلکه تولید انبوه تراشه‌ها را تأیید می‌کند که مشتری داشته باشند و هزینهٔ تولید را پوشش بدهد. یک واحد کاری مدل هسته چهارگانه Xeon با عملکرد GHz۲٫۶۶ از یک ابررایانه C۹۰ کری چند میلیون دلاری که در دههٔ ۱۹۹۰ استفاده می‌شد بهتر است و حجم بسیار بالایی از کار که در دههٔ ۱۹۹۰ به چنین ابررایانه‌ای نیاز داشت امروزه با یک واحد کاری کمتر از ۴۰۰۰ دلاری انجام می‌شود. مسایلی که ابررایانه‌ها آن‌ها را حل می‌کردند اکثراً باید موازی‌سازی می‌شدند (یعنی تقسیم کار بزرگ به چند کار کوچک‌تر برای انجام هم‌زمان) آن هم به قطعات بزرگ تا حجم اطلاعاتی که بین واحدهای پردازندهٔ مستقل انتقال پیدا می‌کرد کاهش پیدا کند. این است که می‌توان به جای بسیاری ابررایانه‌های سنتی از بسته‌های طراحی استاندارد بهره برد که با برنامه‌ریزی قابلیت عملکرد یگانه و همگرا را دارند.

← مرکز محاسبات سریع شبیه‌سازان امیرکبیر  →

اینجا کلیک کنید!

ابررایانه‌های هدفمند و دارای کاربرد خاص

ابررایانه بلو جین، محصول آی بی ام در آزمایشگاه ملی آرگون

ابررایانه هدفمند ابزارهای محاسباتی با عملکرد بسیار سطح بالا و معماری سخت‌افزاری مناسب حل یک مسئلهٔ خاص هستند. می‌توان در آن‌ها از تراشه‌های FPGA برنامه‌ریزی شده یا چیپ‌های VLSI سفارشی استفاده نمود که عمومیت شان را از دست می‌دهند اما در عوض نسبت قیمت به کاربرد بالاتری ارائه می‌دهند. از آن‌ها برای محاسبات نجومی و کد شکنی‌های بسیار قوی استفاده می‌شود. پیش آمده‌است که یک ابررایانه هدفمند جدید از برخی نظرها از سریع‌ترین ابررایانه وقت سریع تر عمل کند مثلاً GRAPE-۶ که در سال ۲۰۰۲ در برخی مسائل سریع تر از شبیه‌ساز زمین عمل کرد. مثال‌هایی از ابررایانه هدفمند

  • DEEP BLUE برای بازی شطرنج
  • ماشین‌ها یا ابزار و قطعات ماشین‌های محاسبهٔ قابل پیکربندی مجدد
  • GRAPE برای فیزیک نجوم و دینامیک مولکول
  • DEEP CRACK برای رمزشکنی DES

سریع‌ترین ابررایانه روز

محاسبهٔ سرعت ابررایانه

سرعت ابررایانه بر اساس FLOPS محاسبه می‌شود که مخفف عملیات دقیق شناور در هر لحظه می‌باشد و معمولاً هم یک پسوند SI مثل ترا یا پتا با آن است. در حالت ترا بودن آن را TFLOPS ترافلاپ ده به توان دوازده FLOP و 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 مسائل حقیقی را بررسی می‌کند اما خیلی راحت‌تر از محاسبهٔ مسائل دنیای واقعی است.

فهرست پانصد عنوان برتر

از سال ۱۹۹۳ نتایج LINPAK پانصد ابررایانه سریع دنیا را همواره رتبه‌بندی نموده‌است. البته ادعا نمی‌شود این فهرست کاملاً بی ایراد است اما بهترین از سرعت کامپیوتر را در هر زمان دارد.

سریع‌ترین ابررایانه فعلی

پس از Tianhe-1A، نوبت به این غول چینی رسید تا رکورد سرعت را با ثبت عدد ۳۳٫۸۶ پتافلاپس بشکند. Tianhe-2 از پردازنده‌های Xeons و Xeon Phi اینتل از سری آیوی بریج استفاده می‌کند و در مجموع ۳ میلیون و ۱۲۰ هزار هسته پردازشی دارد. این ابر کامپیوتر که ۱۷٬۸۰۸ کیلووات مصرف انرژی دارد، بر روی کاغذ قادر است به سرعت ۵۴٫۹ پتافلاپس هم دست یابد. پس اگر لازم شد، شاید بتواند برای حفظ جایگاه خود، سرسختانه بجنگد. منبع

ابر شبه محاسبه (کازی سوپر کامپیوتینگ quasi super computing)

برخی انواع محاسبات توزیع شدهٔ مقیاس وسیع برای مسائل بسیار موازی‌سازی شده را می‌توان اوج ابر محاسبهٔ دسته‌بندی شده نامید. مثلاً پلتفرم BOINC (که میزبان تعدادی پروژهٔ محاسبهٔ توزیع شده هستند) در بیست و هفتم مارس سال ۲۰۰۷ از طریق ۱۷۹۷۰۰۰ کامپیوتر اضافه روی شبکه بالای ۵۳۰٫۷ ترافلاپ سرعت عملکرد به ثبت رساند. سریع‌ترین پروژه بود SETI@home که با ۱۳۹۰۰۰۰ کامپیوتر اضافه ۲۷۶٫۳ ترافلاپ کار می‌کرد. یک پروژهٔ توزیع شدهٔ دیگر Folding@home بود که در اواخر سپتامبر ۲۰۰۷ قدرت عملکرد برابر ۱٫۳ پتافلاپ گزارش داد. مشتریانی که از پلی استیشن استفاده می‌کنند از توان محاسبهٔ بالا ۱ پتافلاپ استفاده می‌کنند. تحقیق Mersenne Prime توزیع شدهٔ GIMP تا اکتبر ۲۰۰۷ قدرت برابر ۲۳ ترافلاپ به ثبت رسانده‌اند. سیستم موتور جستجوی گوگل با ۱۲۶ تا ۳۱۶ ترافلاپ احتمالاً سریع‌ترین باشد.

تحقیق و توسعه

در نهم سپتامبر سال ۲۰۰۶ دفتر مدیریت امنیت هسته‌ای ملی انرژی آمریکا (NNSA)، آی بی ام(IBM) را برای طراحی و ساخت اولین ابررایانه دنیا انتخاب کرد. سیستمی که برای تولید ماشینی پردازندهٔ موتور پنهای باند سلولی (cell BE) ماشینی با توان پایستهٔ یک پتافلاپ یا یک هزار تریلیون محاسبه در ثانیه بسازد. پروژهٔ دیگری که IBM به آن مشغول است ساخت Cyclops۶۴ است که قرار است روی یک تراشه یک ابررایانه نصب کند. دکتر کارمارکار در هند پروژه‌ای را برای ساخت ابررایانه یک پتافلاپی رهبری می‌کند. CDAC هم در حال ساخت رهبری می‌کندی است که تا سال ۲۰۱۰ بتواند به یک پتافلاپ برسد. NSF هم پروژه‌ای بیست میلیون دلاری برای ساخت یک ابررایانه یک پتافلاپی در دست دارد. NCSA هم در دانشگاه ایلینوی اوربانا شامپاین مشغول چنین پروژه‌ای است و برآورد می‌شود تا سال ۲۰۱۱ آن را تکمیل کند.

جدول زمانی ابررایانه‌ها

این‌جا جدولی از سریع‌ترین ابررایانه‌های رکورددار همه منظورهٔ موجود در دنیا با سال کسب رکوردشان را می‌بینید. منبع عناوینی که سال ثبتشان قبل از سال ۱۹۹۳ است مختلف است اما برای عناوین بعد از سال ۱۹۹۳ از فهرست پانصد کامپیوتر برتر دنیا استفاده کرده‌ایم.

Year Supercomputer Peak speed Location
۱۹۴۲ Atanasoff–Berry Computer (ABC) ۳۰ OPS دانشگاه ایالتی آیووا، Ames, Iowa، USA
TRE Heath Robinson ۲۰۰ OPS Bletchley Park
۱۹۴۴ Flowers Colossus ۵ kOPS Post Office Research StationDollis HillUK
۱۹۴۶ UPenn انیاک
(before 1948+ modifications)
۱۰۰ kOPS آبردین پروو گراوند، مریلند، مریلند، USA
۱۹۵۴ IBM NORC ۶۷ kOPS U.S. Naval Proving GroundDahlgren، ویرجینیا، USA
۱۹۵۶ MIT TX-۰ ۸۳ kOPS Massachusetts Inst. of TechnologyLexington، ماساچوست، USA
۱۹۵۸ IBM AN/FSQ-۷ ۴۰۰ kOPS ۲۵ U.S. Air Force sites across the continental USA and 1 site in کانادا (۵۲ computers)
۱۹۶۰ UNIVAC LARC ۲۵۰ kFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۱۹۶۱ IBM 7030 “Stretch” ۱٫۲ MFLOPS آزمایشگاه ملی لاس آلاموس، نیومکزیکو، USA
۱۹۶۴ CDC ۶۶۰۰ ۳ MFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۱۹۶۹ CDC ۷۶۰۰ ۳۶ MFLOPS
۱۹۷۴ CDC STAR-۱۰۰ ۱۰۰ MFLOPS
۱۹۷۵ Burroughs ILLIAC IV ۱۵۰ MFLOPS مرکز پژوهشی ایمز ناسا، کالیفرنیا، USA
۱۹۷۶ Cray-۱ ۲۵۰ MFLOPS آزمایشگاه ملی لاس آلاموس، نیومکزیکو، USA (80+ sold worldwide)
۱۹۸۱ CDC Cyber ۲۰۵ ۴۰۰ MFLOPS (numerous sites worldwide)
۱۹۸۳ Cray X-MP ۹۴۱ MFLOPS آزمایشگاه ملی لاس آلاموسآزمایشگاه ملی لارنس لیورمورBattelleبوئینگ
۱۹۸۴ M-۱۳ ۲٫۴ GFLOPS Scientific Research Institute of Computer Complexes، مسکو، USSR
۱۹۸۵ Cray-۲ ۳٫۹ GFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۱۹۸۹ ETA۱۰-G/۸ ۱۰٫۳ GFLOPS دانشگاه ایالتی فلوریدا، فلوریدا، USA
۱۹۹۰ NEC SX-۳/۴۴R ۲۳٫۲ GFLOPS NEC Fuchu Plant, Fuchu، ژاپن
۱۹۹۳ Thinking Machines CM-۵/۱۰۲۴ ۶۵٫۵ GFLOPS آزمایشگاه ملی لاس آلاموسآژانس امنیت ملی ایالات متحده آمریکا
فوجیتسو Numerical Wind Tunnel ۱۲۴٫۵۰ GFLOPS National Aerospace Laboratory، توکیو، ژاپن
اینتل Paragon XP/S ۱۴۰ ۱۴۳٫۴۰ GFLOPS آزمایشگاه ملی سندیا، نیومکزیکو، USA
۱۹۹۴ فوجیتسو Numerical Wind Tunnel ۱۷۰٫۴۰ GFLOPS National Aerospace Laboratory، توکیو، ژاپن
۱۹۹۶ Hitachi SR۲۲۰۱/۱۰۲۴ ۲۲۰٫۴ GFLOPS دانشگاه توکیو، ژاپن
Hitachi/تسوکوبا، ایباراکی CP-PACS/۲۰۴۸ ۳۶۸٫۲ GFLOPS Center for Computational Physics، دانشگاه تسوکوبا، تسوکوبا، ایباراکی، ژاپن
۱۹۹۷ اینتل ASCI Red/۹۱۵۲ ۱٫۳۳۸ TFLOPS آزمایشگاه ملی سندیا، نیومکزیکو، USA
۱۹۹۹ اینتل ASCI Red/۹۶۳۲ ۲٫۳۷۹۶ TFLOPS
۲۰۰۰ IBM ASCI White ۷٫۲۲۶ TFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۲۰۰۲ NEC Earth Simulator ۳۵٫۸۶ TFLOPS Earth Simulator Center، یوکوهاما-shi، ژاپن
۲۰۰۴ IBM Blue Gene/L ۷۰٫۷۲ TFLOPS U.S. Department of Energy/IBM، USA
۲۰۰۵ ۱۳۶٫۸ TFLOPS U.S. Department of Energy/U.S. National Nuclear Security Administration،
آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۲۸۰٫۶ TFLOPS
۲۰۰۷

منبع : ویکی پدیا

اجاره ابر رایانه   →

اینجا کلیک کنید

مر کز محاسبات شبیه سازان امیرکبیر

نحوه درخواست اجاره کامپیوتر محاسباتی

شماره تماس:✔️ 09021145350  ✔️ 02188769296

آدرس: تهران خیابان ولیعصر(ع)،دانشگاه صنعتی امیرکبیر، دانشکده مهندسی مکانیک، طبقه منفی یک،  مرکز نوآوری، گروه شبیه‌سازان امیرکبیر

لیست اجاره کامپیوترهای قدرتمند محاسباتی 

با توجه ‌به تمامی مزایایی که استفاده از ابر رایانه‌ها برای شما ایجاد می‌کند، باید بدانید که تهیه یک ابر رایانه برای شرکت یا سازمان خودتان، امری ساده نیست. خرید یک ابر رایانه مانند خرید یک رایانه معمولی نبوده و هزینه‌ها و سختی‌های خاص خودش را دارد. از سوی دیگر نگهداری و تعمیر ابر رایانه‌ها نیازمند دانش تخصصی و پرداخت هزینه‌های سنگینی است. مشکلاتی که باعث می‌شود بسیاری از افراد از خیر استفاده از ابر رایانه‌ها بگذرند.

اما صبر کنید، همیشه راهی هست! در این میان شرکت‌های زیادی هستند که برای پیشبرد اهداف سایر سازمان‌ها، دست به کرایه ابر رایانه می‌زنند. بدین صورت شما به‌جای اینکه برای انجام پژوهش‌ها و پردازش اطلاعات خودتان بخواهید یک ابر رایانه بخرید، می‌توانید با هزینه‌های بسیار کمتری دست به اجاره ابر رایانه بزنید. شرکت شبیه‌سازان امیرکبیر یکی از بهترین شرکت‌هایی است که به کمک آن می‌توانید یک ابر رایانه کرایه کنید!

شبیه‌سازان امیرکبیر یکی از پیشروترین شرکت‌های خدمات شبیه‌سازی بوده که ابر رایانه‌های خود را با قیمت‌های بسیار کمتری نسبت به سایر رقبا در اختیار سازمان‌ها، افراد و نهادهای مختلف قرار می‌دهد. برای کرایه یک ابر رایانه کافی است تا با مشاورین شبیه‌سازان امیرکبیر تماس بگیرید تا به‌صورت کامل شما را در این امر راهنمایی کنند.( gpu جی پی یو)

جدول زمانی ابررایانه‌ها ساخته شده در جهان

این‌جا جدولی از سریع‌ترین ابررایانه‌های رکورددار همه منظورهٔ موجود در دنیا با سال کسب رکوردشان را می‌بینید. منبع عناوینی که سال ثبتشان قبل از سال ۱۹۹۳ است مختلف است اما برای عناوین بعد از سال ۱۹۹۳ از فهرست پانصد کامپیوتر برتر دنیا استفاده کرده‌ایم.

Year Supercomputer Peak speed Location
۱۹۴۲ Atanasoff–Berry Computer (ABC) ۳۰ OPS دانشگاه ایالتی آیووا، Ames, Iowa، USA
TRE Heath Robinson ۲۰۰ OPS Bletchley Park
۱۹۴۴ Flowers Colossus ۵ kOPS Post Office Research StationDollis HillUK
۱۹۴۶ UPenn انیاک
(before 1948+ modifications)
۱۰۰ kOPS آبردین پروو گراوند، مریلند، مریلند، USA
۱۹۵۴ IBM NORC ۶۷ kOPS U.S. Naval Proving GroundDahlgren، ویرجینیا، USA
۱۹۵۶ MIT TX-۰ ۸۳ kOPS Massachusetts Inst. of TechnologyLexington، ماساچوست، USA
۱۹۵۸ IBM AN/FSQ-۷ ۴۰۰ kOPS ۲۵ U.S. Air Force sites across the continental USA and 1 site in کانادا (۵۲ computers)
۱۹۶۰ UNIVAC LARC ۲۵۰ kFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۱۹۶۱ IBM 7030 “Stretch” ۱٫۲ MFLOPS آزمایشگاه ملی لاس آلاموس، نیومکزیکو، USA
۱۹۶۴ CDC ۶۶۰۰ ۳ MFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۱۹۶۹ CDC ۷۶۰۰ ۳۶ MFLOPS
۱۹۷۴ CDC STAR-۱۰۰ ۱۰۰ MFLOPS
۱۹۷۵ Burroughs ILLIAC IV ۱۵۰ MFLOPS مرکز پژوهشی ایمز ناسا، کالیفرنیا، USA
۱۹۷۶ Cray-۱ ۲۵۰ MFLOPS آزمایشگاه ملی لاس آلاموس، نیومکزیکو، USA (80+ sold worldwide)
۱۹۸۱ CDC Cyber ۲۰۵ ۴۰۰ MFLOPS (numerous sites worldwide)
۱۹۸۳ Cray X-MP ۹۴۱ MFLOPS آزمایشگاه ملی لاس آلاموسآزمایشگاه ملی لارنس لیورمورBattelleبوئینگ
۱۹۸۴ M-۱۳ ۲٫۴ GFLOPS Scientific Research Institute of Computer Complexes، مسکو، USSR
۱۹۸۵ Cray-۲ ۳٫۹ GFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۱۹۸۹ ETA۱۰-G/۸ ۱۰٫۳ GFLOPS دانشگاه ایالتی فلوریدا، فلوریدا، USA
۱۹۹۰ NEC SX-۳/۴۴R ۲۳٫۲ GFLOPS NEC Fuchu Plant, Fuchu، ژاپن
۱۹۹۳ Thinking Machines CM-۵/۱۰۲۴ ۶۵٫۵ GFLOPS آزمایشگاه ملی لاس آلاموسآژانس امنیت ملی ایالات متحده آمریکا
فوجیتسو Numerical Wind Tunnel ۱۲۴٫۵۰ GFLOPS National Aerospace Laboratory، توکیو، ژاپن
اینتل Paragon XP/S ۱۴۰ ۱۴۳٫۴۰ GFLOPS آزمایشگاه ملی سندیا، نیومکزیکو، USA
۱۹۹۴ فوجیتسو Numerical Wind Tunnel ۱۷۰٫۴۰ GFLOPS National Aerospace Laboratory، توکیو، ژاپن
۱۹۹۶ Hitachi SR۲۲۰۱/۱۰۲۴ ۲۲۰٫۴ GFLOPS دانشگاه توکیو، ژاپن
Hitachi/تسوکوبا، ایباراکی CP-PACS/۲۰۴۸ ۳۶۸٫۲ GFLOPS Center for Computational Physics، دانشگاه تسوکوبا، تسوکوبا، ایباراکی، ژاپن
۱۹۹۷ اینتل ASCI Red/۹۱۵۲ ۱٫۳۳۸ TFLOPS آزمایشگاه ملی سندیا، نیومکزیکو، USA
۱۹۹۹ اینتل ASCI Red/۹۶۳۲ ۲٫۳۷۹۶ TFLOPS
۲۰۰۰ IBM ASCI White ۷٫۲۲۶ TFLOPS آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۲۰۰۲ NEC Earth Simulator ۳۵٫۸۶ TFLOPS Earth Simulator Center، یوکوهاما-shi، ژاپن
۲۰۰۴ IBM Blue Gene/L ۷۰٫۷۲ TFLOPS U.S. Department of Energy/IBM، USA
۲۰۰۵ ۱۳۶٫۸ TFLOPS U.S. Department of Energy/U.S. National Nuclear Security Administration،
آزمایشگاه ملی لارنس لیورمور، کالیفرنیا، USA
۲۸۰٫۶ TFLOPS
۲۰۰۷

شبیه‌سازان امیرکبیر مفتخر است که با نازل‌ترین قیمت‌ها، انواع خدمات تخصصی شبیه‌سازی و پردازشی را در اختیار مشتریانش قرار می‌دهد. از سوی دیگر سرعت بسیار بالای سیستم‌های این شرکت، اجاره انواع مختلف سیستم‌های رایانه‌ای و ابر رایانه‌ای، سیستم‌های رایانش ابری، سرورهای محاسباتی و پردازش مجازی و… تنها بخشی از خدمات این شرکت است.

همچنین شما می‌توانید از خدمات پس از فروش شبیه‌سازان امیرکبیر استفاده کنید و در صورت بروز هرگونه مشکل و یا ایجاد هر نمونه سوالی، می‌توانید با پشتیبانی این شرکت در ارتباط باشید.

نتیجه‌گیری

قدرت و سرعت ابر رایانه‌های به ‌قدری بالا بوده که انجام محاسبات و پردازش اطلاعاتی که امکان انجام آن با سیستم‌های معمولی وجود ندارد را در کسری از ثانیه انجام خواهد داد. از این‌رو شرکت‌ها و سازمان‌های بسیار زیادی که نیازمند انجام چنین پردازش‌هایی هستند، به استفاده و اجاره ابر رایانه روی می‌آورند. شرکت شبیه‌سازان امیرکبیر یکی از بهترین شرکت‌ها در زمینه کرایه انواع ابر رایانه‌ها بوده که آماده خدمت‌رسانی به شما عزیزان است.

 

لیست ابر رایانه ها جهان 

مرکز ابر رایانه دانشگاه فردوسی مشهد 

مرکز ابررایانه دانشگاه خواجه نصیرالدین طوسی 

مرکز ابر رایانه دانشگاه شریف 

مرکز ابر رایانه دانشگاه حکیم سبزواری 

مرکز ابر رایانه دانشگاه اراک 

مرکز ابررایانه دانشگاه کردستان 

مرکز ابر رایانه دانشگاه کاشان 

مرکز ابر رایانه دانشگاه قم 

مرکز ابر رایانه دانشگاه صنعتی شاهرود 

مرکز ابررایانه دانشگاه صنعتی اصفهان 

مرکز ابر رایانه دانشگاه شیراز 

مرکز ابر رایانه دانشگاه شهید چمران اهواز 

مرکز ابررایانه دانشگاه سمنان 

مرکز ابر رایانه دانشگاه بین المللی امام خمینی 

مرکز ابر رایانه دانشگاه ارومیه 

مرکز ابر رایانه دانشگاه علم و صنعت 

مرکز ابر رایانه دانشگاه تهران 

درباره مرکز داده چه می‌دانید 

کامپیوتر مجازی چیست

hpc چیست 

پردازش ابری 

رایانش ابری 

مزایا و معایب پردازش موازی 

سرور محاسباتی چیست 

سیستم های موازی – هوش شبیه سازی 

پردازش موازی

مزایای برتر رایانش ابری 

قدرتمندترین ابر رایانه های جهان 

پردازش موازی 

محاسبات موازی 

سرور محاسباتی چیست

لیست ابر رایانه های ایران

فناوری ابر رایانه چیست 

سرعت پردازنده چگونه محاسبه می شود 

سرعت پردازنده چیست و چرا اهمیت دارد 

سیستم موازی چیست 

hpc چیست 

انواع ابر کامپیوترها 

نکاتی برای خرید سرور محاسباتی

قیمت خرید ابر کامپیوتر 

ابر رایانه چیست

اجاره سوپر کامپیوتر 

اجاره کامپیوتر قوی 

اجاره سیستم پردازش موازی 

اجاره یک ابر کامپیوتر

رایانش سریع چیست؟

چه-کامپیوتری برای پایتون مناسب است

پردازش موازی در پایتون python 

مزایا و معایب پردازش موازی

پردازش سریع

انواع ابر رایانه ها

کاربرد پردازش موازی 

خرید ابر رایانه

قیمت یک ابر رایانه

اجاره سرور HPC 

پردازش سریع 

کلاستر 

سوپرکامپیوتر

پردازش فوق سریع 

سرور پردازش موازی چیست 

آزمایشگاه پردازش موازی

اجاره کامپیوتر- ارزان 

رایانش ابری

پردازش فوق سریع 

ابر رایانه 

درباره اجاره سرور محسباتی چه باید بدانیم؟

تعرفه رایانش ابری

آزمایشگاه محاسباتی

سیستم مورد نیاز شبیه سازی

پردازش موازی ارزان

حداقل سیستم مورد نیاز برای گوسین 

سیستم مورد نیاز برای لمپس lamps 

پردازش موازی در متلب 

حداقل سیستم مورد نیاز برای شبیه سازی FEM 

حداقل سیستم مورد نیاز برای comsol کامسول

سیستم مورد نیاز برای انسیس ansys

پردازش موازی در متلب 

کامپیوتر قوی برای نرم افزار اباکوس abaqus ✔️

پردازش موازی و پایگاه های داده موازی 

خرید کامپیوتر قوی 

محاسبات موازی 

سیستم پردازش سنگین و تأخیر کم در شبکه‌های حسگر بی‌سیم 

اجاره سرور محاسباتی 

اجاره سیستم کامپیوتری 

اجاره کامپیوترهای قدرتمند محاسباتی

اجاره کامپیوتر در تهران 

کلاستر کامپیوتری 

آشنایی با کامپیوتر محاسباتی قوی 

کامپیوتر محاسباتی قدرتمند 

روش آسان‌سازی پردازش داده با استفاده از عملیات محاسبات سنگین 

تدوینی به‌صرفه‌تر با اجاره کامپیوتر تدوین 

بررسی تأثیر رم در سرعت رندر 

 معرفی 6 کارت گرافیک برتر برای رندر 

تعرفه اجاره سیستم‌های تخصصی مهندسی و پردازش سریع GPU 

همه چیز در مورد سیستم ‌های پردازش گرافیکی و اجاره آنها