如果超級計算機繼續以當前的速度增長，我們將在2020年看到第一臺百億億次級計算機。

然而，田納西大學諾克斯維爾分校的研究員Jack Dongarra表示，這樣的大型計算機系統架構師將面臨一系列關鍵問題的挑戰。

在達到百億億次級(exascale)性能前我們可能還有很長一段路要走。一個exascale機器將有一百億億次FLOPS(每秒浮點運算次數)的能力，即使是今天最快的超級計算機，也只有exascale計算機不到20%的計算機能力。

新的高度

在上周公布的最新一期的超級計算機Top500名單中，最快的計算機是美國橡樹嶺國家實驗室的Titan系統，能夠達到17.59petaflops。

但每年統計兩次的500強名單顯示了超級計算的速度正在快速增長，從名單上看，超級計算機似乎每十年左右就增加十倍的功率。1996年，500強名單上出現了第一個teraflop級計算機，2008年首個petaflop級計算機出現在名單中。根據這個進度，可以推斷出exascale級計算可能在2020年實現。

高性能計算(HPC)社區已經把exascale計算看做一個重要的里程碑。英特爾已經創建了一個系列的大型多核處理器，稱為Phi，英特爾希望Phi將來可以作為exascale計算機的基礎。

Dongarra勾勒出了exascale機器的一些特點：這樣的機器的節點數量可能會介于10萬和100萬之間，將能夠在任何給定的時間執行多達十億個線程。單個節點的性能應該介于1.5和15teraflops之間，并且每秒將需要有200到400千兆字節的吞吐量。

Dongarra表示，超級計算機制造商將不得不構建他們的機器，使其成本和能耗并不會和性能一樣以線性方式增加。

軟件挑戰

除了硬件上的挑戰，exascale級超級計算機的設計師也必須解決軟件問題。今天的機器在許多不同的節點間傳遞任務，但這種方法隨著節點數量的增加需要進行精簡。

Dongarra 表示：“目前我們的并行處理模型是一個Fork/Join模型，但是你不能在exascale級別上這么做。我們必須改變我們的模型，我們必須更加同步。”同時，算法需要開發，以減少整體節點之間的通信量。

另外，還必須考慮其他因素。軟件必須配備內置的例程以進行優化。“我們不能依靠用戶正確的設置讓軟件在接近峰值性能的地方運行，” Dongarra說。故障恢復將是另一個重要功能，重復性的結果或復雜的計算在運行時將會不止一次的產生完全相同的答案。

重現性可能看起來像一臺計算機的明顯特征。但事實上，它對多節點超級計算機上的龐大計算來說可能是一個挑戰。

“從數值方法的角度來看，很難保證操作可重復性，” Dongarra說，“主要的問題是對一個并行的總結數據做簡化。如果我不能保證這些聚在一起的數字的順序，我就會有不同的舍入誤差。這樣微小的差異被放大到某種程度，可能導致答案災難性的分歧。”

Dongarra 表示：“我們必須想出一個場景，在該場景中，我們可以保證這些操作的順序完成，所以我們可以保證我們能得到相同的結果。”