Dünyanın en güçlü sorunlarını çözmek üzere tasarlanan muhteşem bilgisayarlar, her gün insan zihnini aşan milyarlarca süreç gerçekleştiriyor. Lawrence Livermore Ulusal Laboratuvarı’ndaki “El Capitan” ya da Oak Ridge’deki “Frontier” üzere sistemler, bu devasa gücü tek bir işlemci yerine binlerce ünitenin eş vakitli çalışmasından alıyor.
İklim modellerinden genetik araştırmalara, nükleer simülasyonlardan yapay zeka eğitimlerine kadar pek çok kritik vazife bu dijital devlere emanet. Lakin yaygın bir yanılgıyı düzeltmekte yarar var: Bu sistemler kuantum bilgisayarı değil. Klasik bitlerle (0 ve 1) çalışan klasik yapılar olsalar da, asıl farkları bu hesaplamaları akıl almaz bir ölçekte ve süratte yapabilmeleri.
Teknolojinin önündeki dört büyük engel
Süper bilgisayarlar her ne kadar durdurulamaz görünse de, mühendisler hala somut kısıtlamalarla gayret ediyor. Bu makinelerin verimliliğini; iş yükünün ölçeklenmesi, data transfer suratı, güç tüketimi ve sistem güvenilirliği üzere dört temel sorun belirliyor. Kelam konusu maniler üzerinde ağır çalışmalar yürütülse de şimdi kalıcı bir tahlil bulunmuş değil.
Süper bilgisayarın verimliliği, aslında çözmeye çalıştığı sorunun yapısına bağlı. Bu makineler en çok “paralel işleme” uygun olan, yani küçük modüllere bölünerek tıpkı anda çözülebilen vazifelerde yüksek performans sergiliyor. Örneğin bir iklim modeli; okyanusları ve atmosferi binlerce bölgeye ayırıp her birini tıpkı anda hesaplayabilir. Ancak birtakım sorunlar tabiatı gereği ardışık ilerlemek zorunda. Bir adımın bitmesi için oburunun sonucunun beklendiği durumlarda, dünyanın en güçlü donanımı dahi suratı artıramıyor. Bu yüzden gelişme yalnızca donanım eklemekle değil, yazılımları bu güce uyumlu hale getirmekle mümkün.
Veri trafiği ve güç maliyeti
İşlem suratının ötesindeki bir öbür büyük mahzur ise data trafiği olarak karşımıza çıkıyor. Bir makine ne kadar süratli hesap yaparsa yapsın, işleyeceği bilgiyi hafızadan çekmek zorunda. Birçok vakit sistemin performansı, işlemcinin gücüyle değil, datanın taşınma müddetiyle sonlu kalıyor. Mühendisler bu gecikmeyi azaltmak ismine datayı fizikî olarak işlemciye en yakın noktalarda saklamaya çalışıyor.
Bunun yanı sıra devasa güç tüketimi de hem ekonomik hem de çevresel bir yük oluşturuyor. En süratli muhteşem bilgisayarlar orta ölçekli bir kentin harcadığı elektriği tüketiyor. Bu süreçte ortaya çıkan yüksek ısıyı tahliye etmek için çok gelişmiş soğutma sistemleri gerekiyor. Haliyle güç verimliliğini artırmak, artık yalnızca hızlanmak kadar kritik bir amaç.
Son olarak, binlerce modülün bir ortaya geldiği bu sistemlerde arıza riski her vakit mevcut. Kilometrelerce kablo ve karmaşık ünitelerden birinde yaşanacak ufacık bir temassızlık, günler süren bir deneyi yarıda bırakabiliyor. Bilim insanları, bir yanılgı anında çalışmanın kaybolmaması için sistemi sistemli aralıklarla yedekleyen özel yazılımlar kullanıyor. Fakat donanım arızalarının önüne büsbütün geçmek imkansız. Sonuçta bir makine ne kadar büyürse, içinde bozulabilecek kesimlerin sayısı da o oranda artıyor.
