Høyytelsesdatamaskinen fullførte Pi -beregning med en presisjon på nøyaktig 62.831.853.071.796 sifre.
Bilde: picture alliance/Contributor/Getty Images
Et team med sveitsiske forskere hevder at datamaskinen med høy ytelse har lagt 12,8 billioner nye sifre til tallet Pi, i en beregning som totalt nådde rekordstore 62,8 billioner tall.
Basert på University of Applied Sciences i Grisons senter for dataanalyse, visualisering og simulering (DAViS), fullførte datamaskinen med høy ytelse Pi-beregningen med en presisjon på nøyaktig 62.831.853.071.796 sifre, og knuste den forrige rekorden på 50 billioner sifre oppnådd av Timothy Mullican i fjor.
Før Mullican ble pokalen holdt av ingen ringere enn Google, hvis lag fant over 31,4 billioner sifre for Pi i 2018.
Det sveitsiske laget oppnådde resultatet på drøyt 108 dager – det vil si tre og en halv ganger raskere enn Mullican, som nådde forrige rekord på 303 dager – og venter nå på bekreftelse før det kan legges inn i Guinness World Records. Først da vil hele tallet bli gjort offentlig tilgjengelig, men forskerne ertet med at de siste ti kjente sifrene til Pi nå er: 7817924264.
For de fleste vil tallet Pi bare bringe tilbake minner fra matematiske klasser, der det ble beskrevet som forholdet mellom omkretsen av en sirkel og dens diameter, og ofte forkortet til de første få sifrene: 3.1415.
I århundrer – faktisk så tidlig som de gamle babylonerne – har matematikere prøvd å beregne sifrene til Pi med så mye nøyaktighet som mulig. Men ettersom tallet Pi er kjent som et irrasjonelt tall, noe som betyr at det aldri kan representeres med ytterste presisjon, er ikke poenget å finne praktiske bruksområder; Beregningen har snarere blitt en uoffisiell målestokk for databehandling med høy ytelse, og en mulighet for forskere til å konkurrere mot hverandre.
“Vi ønsket å oppnå flere mål med rekordforsøket,” sa Heiko Rölke, leder for DAViS. “I løpet av forberedelsen og utførelsen av beregningene var vi i stand til å bygge opp mye kunnskap og optimalisere prosessene våre. Dette er nå spesielt nyttig for våre forskningspartnere, som vi sammen utfører beregningsintensive prosjekter innen data analyse og simulering. ”
DAViSs forskere brukte en veletablert algoritme kalt Chudnovsky-formelen, som ble utviklet i 1988 og regnes som den mest effektive metoden for å beregne tallet Pi. Googles team og Mullican brukte også Chudnovsky -algoritmen.
Algoritmen ble kjørt takket være et annet populært dataprogram, y-cruncher, som ble designet i 2009 av den amerikanske utvikleren Alexander Lee spesielt for å beregne Pi.
En av hovedutfordringene, ifølge det sveitsiske teamet, var mengden minne som var nødvendig for å oppnå en så stor beregning. DAViSs datamaskin med høy ytelse ble satt opp med to AMD Epyc 7542-prosessorer kombinert med 1 TB RAM, noe som ikke er tilstrekkelig til å holde alle sifrene de hadde som mål å komme opp. Y-cruncher-programmet ble derfor brukt til å bytte ut sifrene til ytterligere 38 harddisker (HDD) med totalt 16 TB lagringsplass, noe som sparer en stor del av RAM på harddiskene.
Under drift kan datamaskinen og diskene nå opptil 80 ° C, og derfor ble systemet plassert i et serverhylle med konstant luftkjøling for å unngå overoppheting. Dette bidro med over halvparten av de totalt 1700 wattene som forskerne anslår var nødvendig for hele beregningen, noe som fortsatt ville plassere systemet på 153. plass på Green500 -listen.
Det er usannsynlig at Pis ekstra 12,8 billioner sifre snart vil bli brukt til praktiske applikasjoner; prestasjonen er snarere en refleksjon av vitenskapelig oppfinnsomhet og høy databehandling.
Chudnovsky -formelen er for eksempel kjent for sin kompleksitet: ved implementering av algoritmen finner forskerne ut at tiden og ressursene som er nødvendige for å beregne sifrene øker raskere enn sifrene selv, mens det blir vanskeligere for å overleve maskinvareforstyrrelser etter hvert som beregningen øker.
For de sveitsiske forskerne er den nye prestasjonen en refleksjon av evnene til datasystemer med høy ytelse og deres potensial for andre forskningsområder. “Beregningen viste at vi er forberedt på data og datakraftkrevende bruk i forskning og utvikling,” sa Thomas Keller, prosjektleder ved University of Applied Sciences of the Grisons. “Beregningen gjorde oss også klar over svake punkter i infrastrukturen, for eksempel utilstrekkelig sikkerhetskopieringskapasitet.”
DAViS støtter bruk av høytytende databehandling i maskinlæring, for eksempel i et prosjekt kalt Translaturia som bygger et datamaskinstøttet verktøy for å oversette fra romansk språk, hovedsakelig snakket i den sveitsiske kantonen Grisons og for tiden truet av forsvinner.
Datasenteret ser også på anvendelser av DNA-sekvensanalyse innen allergi- og astmaforskning, som også krever høyytelses datasystemer. Den nye rekorden bidrar til å forberede grunnlaget for fremtidige praktiske bruksområder.
Relaterte emner:
Google PC -servere Lagringsnettverksdatasentre 