Den højtydende computer gennemførte Pi -beregning med en præcision på 62.831.853.071.796 cifre.
Billede: picture alliance/Contributor/Getty Images
Et team af schweiziske forskere hævder, at deres højtydende computer har tilføjet 12,8 billioner nye cifre til tallet Pi i en beregning, der nåede rekordstore 62,8 billioner tal i alt.
Baseret på University of Applied Sciences i Grisons center for dataanalyse, visualisering og simulering (DAViS) afsluttede den højtydende computer Pi-beregningen med en præcision på præcist 62.831.853.071.796 cifre og smadrede den tidligere rekord af 50 billioner cifre opnået af Timothy Mullican sidste år.
Før Mullican blev pokalen besiddet af ingen ringere end Google, hvis hold fandt over 31,4 billioner cifre til Pi i 2018.
Det schweiziske hold opnåede resultatet på godt 108 dage – det vil sige tre og en halv gange hurtigere end Mullican, der nåede den tidligere rekord på 303 dage – og afventer nu verifikation, før det kan indgå i Guinness World Records. Først da vil hele tallet blive gjort offentligt tilgængeligt, men forskerne drillede med, at de sidste ti kendte cifre i Pi nu er: 7817924264.
For de fleste mennesker vil tallet Pi kun bringe fjerne minder fra matematikklasser tilbage, hvor det blev beskrevet som forholdet mellem omkredsen af en cirkel og dens diameter og ofte forkortet til dets første par cifre: 3.1415.
I århundreder – faktisk så tidligt som de gamle babylonere – har matematikere forsøgt at beregne cifrene i Pi med så stor nøjagtighed som muligt. Men da tallet Pi er kendt som et irrationelt tal, hvilket betyder, at det aldrig kan repræsenteres med ultimativ præcision, er pointen ikke ligefrem at finde praktiske anvendelser; beregningen er snarere blevet et uofficielt benchmark for højtydende computing og en mulighed for forskere til at konkurrere mod hinanden.
“Vi ville nå flere mål med rekordforsøget,” sagde Heiko Rölke, chef for DAViS. “I løbet af forberedelsen og udførelsen af beregningerne var vi i stand til at opbygge en masse knowhow og optimere vores processer. Dette er nu en særlig fordel for vores forskningspartnere, som vi sammen udfører beregningsintensive projekter inden for data analyse og simulering. ”
DAViS's forskere brugte en veletableret algoritme kaldet Chudnovsky-formlen, som blev udviklet i 1988 og betragtes som den mest effektive metode til at beregne tallet Pi. Googles team og Mullican brugte også Chudnovsky -algoritmen.
Algoritmen blev kørt takket være et andet populært computersoftwareprogram, y-cruncher, der blev designet i 2009 af den amerikanske udvikler Alexander Lee specifikt til at beregne Pi.
En af de største udfordringer, ifølge det schweiziske team, var mængden af hukommelse, der var nødvendig for at opnå en så stor beregning. DAViS 'computer med høj ydeevne blev oprettet med to AMD Epyc 7542-processorer kombineret med 1 TB RAM, hvilket ikke er tilstrækkeligt til at indeholde alle de cifre, de havde til formål at finde på. Y-cruncher-programmet blev derfor brugt til at skifte cifre ud til yderligere 38 harddiske (HDD) med i alt 16 TB lagerplads, hvilket sparer en stor del af RAM'en på HDD'erne.
Under drift kunne computeren og diske nå op til 80 ° C, hvorfor systemet var placeret i et serverhylde med konstant luftkøling for at undgå overophedning. Dette bidrog med mere end halvdelen af de i alt 1.700 watt effekt, som forskerne vurderede, var påkrævet for den fulde beregning, hvilket stadig ville placere systemet på 153. position på Green500 -listen.
Det er usandsynligt, at Pis ekstra 12,8 billioner cifre snart vil blive brugt til praktiske anvendelser; præstationen er snarere en afspejling af videnskabelig opfindsomhed og højtydende ydeevne.
Chudnovsky -formlen er for eksempel kendt for sin kompleksitet: ved implementering af algoritmen finder forskere, at den tid og de ressourcer, der er nødvendige for at beregne cifrene, stiger hurtigere end cifrene selv, mens det bliver vanskeligere at overleve hardwareafbrydelser, når beregningen stiger.
For de schweiziske forskere afspejler den nye præstation kapaciteten i højtydende computersystemer og deres potentiale for andre forskningsområder. “Beregningen viste, at vi er forberedt på data og computerkraftintensiv brug inden for forskning og udvikling,” siger Thomas Keller, projektleder ved University of Applied Sciences of the Grisons. “Beregningen gjorde os også opmærksom på svage punkter i infrastrukturen, såsom utilstrækkelig backup-kapacitet.”
DAViS understøtter brugen af højtydende computing i maskinlæring, for eksempel i et projekt kaldet Translaturia, der bygger et computerstøttet værktøj til at oversætte fra det romanske sprog, der hovedsagelig tales i den schweiziske kanton Grisons og i øjeblikket trues af forsvinder.
Computercenteret ser også på anvendelser af DNA-sekvensanalyse inden for allergi- og astmaforskning, som også kræver højeffektive computersystemer. Den nye rekord hjælper med at forberede grundlaget for fremtidige praktiske anvendelser.
Relaterede emner:
Google -pc'ers servere Lagring Netværksdatacentre 