La 'supercomputación' se democratiza, o al menos así lo piensa la compañía NVIDIA. Su jefe científico, David Kirk, es un convencido en las bondades de la GPU, la unidad de procesamiento gráfico, como la mejor manera de aumentar la velocidad de los ordenadores, y bajar su precio.
Experto en tecnología y aplicaciones de gráficos, su trayectoria es impresionante, y ha pasado por el MIT, por el Instituto de Tecnología de California, ha trabajado en Hewlett-Packard y en la industria del videojuego (Crystal Dynamics). Fue reconocido en 2002 con el prestigioso premio SIGGRAPH y es miembro de la National Academy of Engineering de EEUU.
¿Qué es la supercomputación?
Bien, en la ciencia moderna usamos la computación como una herramienta muy poderosa para simular realidades que suceden en la vida real, de manera que podemos experimentar. Los científicos pueden usar modelos de computación que implican miles de millones de cálculos con el fin de resolver un problema. Eso es supercomputación.
¿Pero a partir de qué momento, de qué volumen de cálculo hablamos de 'supercomputación'?
Lo que pasa es que cambia constantemente. La computación cada vez es más y más rápida, y eso es uno de los hechos más interesantes. En mi conferencia durante la presentación de Tesla de NVIDIA, comenté que el superordenador personal es 1.000 veces más poderoso que el CRAY X - MP, que llegó a ser el superordenador más rápido del mundo. La supercomputación ha roto la barrero del Petaflop, es decir, 1.000 Teraflops, y lo que nosotros estamos presentando es una máquina capaz de procesar cuatro Teraflops por segundo en una caja, lo que no está mal. Y sólo es el principio.
¿Para qué sirve el 'superordenador' personal? Dígame algunos ejemplos...
Esto tiene que ver con tu primera pregunta. Muchos científicos e investigadores en universidades, laboratorios del Gobierno o compañías privadas van a ser capaces de resolver problemas complejos y lograrán construir modelos matemáticos para buscar respuestas a los problemas que estudian. Podrán usar esta tecnología para ello. Quizá para descubrir algo nuevo, desde nuevos tratamientos contra el cáncer hasta, quién sabe, una salida para esta crisis económica.
¿Por qué considera que el uso de procesadores gráficos (GPU) para computación es una revolución? ¿Cuál es la diferencia con el uso de los procesadores centrales (CPU), como se hace generalmente?
Bueno, con la CPU tienes un número pequeño de procesadores, aunque éstos son muy complejos. Hemos tenido CPU de un núcleo durante mucho tiempo, y ahora existen los de doble núcleo, y los de cuatro núcleos. Cuatro es un número muy pequeño. Las GPU tienen cientos de núcleos, y cada uno de ellos es muy simple, es capaz de hacer una pequeña parte del trabajo total. Cuando estás resolviendo un problema, con la CPU tomas el todo y lo tienes que dividir entre los núcleos de procesamiento, tienes que pensar primero cómo lo divides, lo que no es tan eficiente. Con la GPU lo que haces es concretar un problema, y te permite repetir un mismo modelo con datos diferentes miles de veces. Cada núcleo trabaja en paralelo resolviendo su trocito de problema. Esto es más eficiente. Es como un ejército de pequeños 'resolvedores' de problemas, en lugar de tener unos pocos y poderosos. De hecho, las CPU están tomando este camino, cada vez tendrán más núcleos, pero nosotros estamos haciéndolo ya.
¿Cuál es la diferencia entre este sistema, Tesla, basado en GPU y Cell de Intel, que usan muchos de los más poderosos superordenadores del mundo, como 'RoadRunner'?
Cell es una tecnología bastante innovadora, es un procesador 'multicore' heterogéneo, que se basa en un núcleo principal y ocho procesadores especializados (SPE), lo que pasa es que no tiene herramientas que hagan que sea fácil de trabajar con este tipo de procesador, es muy complejo y necesitas a gente especializada. NVIDIA ha desarrollado CUDA, que es un lenguaje de programación en C para las GPU (como Tesla) que es más fácil. No hay un entorno como éste para Cell, lo que es una ventaja para Tesla.
Para terminar, ¿qué cuesta esto? ¿Por cuánto me sale tener un 'superordenador' personal?
¿Que cuánto cuesta? Una tarjeta GPU Tesla viene a costar entre 1.000 y 2.000 dólares, pero para una máquina completa tendrás que preguntar a los fabricantes, ya que nosotros proveemos de estas tarjetas a ellos; no vendemos ordenadores personales, sino que proporcionamos los componentes. En cualquier caso, no es mucho. Como he oído esta mañana a uno de los ponentes de la presentación, su 'superordenador' personal de 10.000 dólares está haciendo el mismo trabajo que un centro de supercomputación de tres millones de euros. Ahora produce cierta vergüenza comparar los precios, la gente que se gastó ese dineral debería tenerla (risas). El 'superordenador' personal es una ganga.
Información obtenida de http://www.elmundo.es
