Esta lista compara varias cantidades de potencia de cálculo en instrucciones por segundo organizadas por orden de magnitud en FLOPS .
Computación de Deciscale (10 −1 )
- 5 × 10 −1 Velocidad del cálculo mental humano promedio para la multiplicación con lápiz y papel
Computación a escala (10 0 )
- 1 OP / S la velocidad del cálculo de la suma humana promedio usando lápiz y papel
- 1 OP / S la velocidad de Zuse Z1
- Récord mundial de 5 OP / S para conjunto de adiciones
Computación de descacala (10 1 )
- 5 × 10 1 Extremo superior del cálculo de percepción humana serializado (las bombillas no parpadean para el observador humano)
Computación en hectoescala (10 2 )
- 2,2 × 10 2 Extremo superior del rendimiento humano serializado. Esto se expresa más o menos por el límite inferior de colocación evento precisa sobre pequeñas escalas de tiempo (La oscilación del brazo de un conductor, el tiempo de reacción a las luces en una banda de arrastre, etc.) [1]
- Computadora 2 × 10 2 IBM 602 1946.
Computación kiloescala (10 3 )
- 92 × 10 3 Intel 4004 Primera CPU de función completa disponible comercialmente en un chip, lanzada en 1971
- 500 × 10 3 Supercomputadora de tubo de vacío de computadora Colossus 1943
Computación a megaescala (10 6 )
- 1 × 10 6 Computación comercial Motorola 68000 1979
- 1.2 × 10 6 IBM 7030 superordenador transistorizado "Stretch" 1961
Computación Gigascale (10 9 )
- 1 × 10 9 La supercomputadora ILLIAC IV 1972 hace los primeros problemas de dinámica de fluidos computacional
- 1.354 × 10 9 Computación comercial Intel Pentium III 1999
- 147,6 × 10 9 Intel Core i7-980X Extreme Edition informática comercial 2010 [2]
Computación terascala (10 12 )
- 1.34 × 10 12 Intel ASCI Red 1997 Supercomputadora
- 1.344 × 10 12 GeForce GTX 480 en 2010 de Nvidia en su máximo rendimiento
- 4.64 × 10 12 Radeon HD 5970 en 2009 de AMD (bajo la marca ATI) en su máximo rendimiento
- 5.152 × 10 12 S2050 / S2070 1U GPU Sistema de computación de Nvidia
- 11,3 × 10 12 GeForce GTX 1080 Ti en 2017
- 13,7 × 10 12 Radeon RX Vega 64 en 2017
- 15.0 × 10 12 Nvidia Titan V en 2017
- 80 × 10 12 IBM Watson [3]
- 170 × 10 12 Nvidia DGX-1 El DGX-1 inicial basado en Pascal proporcionó 170 teraflops de procesamiento de media precisión. [4]
- 478,2 × 10 12 IBM BlueGene / L 2007 Supercomputadora
- 960 × 10 12 Nvidia DGX-1 La actualización basada en Volta aumentó la potencia de cálculo de Nvidia DGX-1 a 960 teraflops . [5]
Computación de petaescala (10 15 )
- 1.026 × 10 15 IBM Roadrunner 2009 Supercomputadora
- 2 × 10 15 Nvidia DGX-2 a 2 Petaflop Machine Learning system (el DGX A100 más nuevo tiene un rendimiento de 5 Petaflop)
- Pod de Google TPU de 11,5 × 10 15 que contiene 64 TPU de segunda generación, mayo de 2017 [6]
- 17.17 × 10 15 Rendimiento LINPACK de IBM Sequoia , junio de 2013 [7]
- 20 × 10 15 Aproximadamente el equivalente en hardware del cerebro humano según Kurzweil. Publicado en su libro de 1999: La era de las máquinas espirituales: cuando las computadoras superan la inteligencia humana [8]
- 33,86 × 10 15 Rendimiento LINPACK de Tianhe-2 , junio de 2013 [7]
- 36,8 × 10 15 Potencia de cálculo estimada necesaria para simular un cerebro humano en tiempo real. [9]
- 93.01 × 10 15 Rendimiento LINPACK de Sunway TaihuLight , junio de 2016 [10]
- 143.5 × 10 15 Rendimiento de LINPACK de Summit , noviembre de 2018 [11]
Computación a exaescala (10 18 )
- 1 × 10 18 El Departamento de Energía de EE. UU. Y la NSA estimaron en 2008 que necesitarían computación a exaescala alrededor de 2018 [12]
- 1 × 10 18 Supercomputadora Fugaku 2020 en modo de precisión simple [13]
- 1.88 × 10 18 US Summit logra un rendimiento máximo de esta cantidad de operaciones por segundo, mientras analiza datos genómicos utilizando una mezcla de precisiones numéricas. [14]
- 2,43 × 10 18 Sistema informático distribuido Folding @ home durante la respuesta a la pandemia COVID-19 [15]
Computación a escala zetta (10 21 )
- 1 × 10 21 Estimación meteorológica global precisa en una escala de aproximadamente 2 semanas. [16] Suponiendo que la ley de Moore se mantenga constante, tales sistemas pueden ser factibles alrededor de 2035. [17]
Un sistema informático a escala zetta podría generar más datos de un solo punto flotante en un segundo de los que se almacenaron por cualquier medio digital en la Tierra en el primer trimestre de 2011.
Más allá de la computación en escala zetta (> 10 21 )
- 1.12 × 10 36 Potencia computacional estimada de un cerebro Matrioshka , asumiendo una potencia de 1.87 × 10 26 Watt producida por paneles solares y una eficiencia de 6 GFLOPS / Watt . [18]
- 4 × 10 48 Potencia computacional estimada de un cerebro Matrioshka, donde la fuente de energía es el Sol , la capa más externa opera a 10 kelvins y las partes constituyentes operan en o cerca del límite de Landauer y consumen energía con la eficiencia de un motor Carnot . Potencia computacional máxima aproximada para una civilización Kardashev 2. [ cita requerida ]
- 5 × 10 58 Potencia estimada de una galaxia equivalente en luminosidad a la Vía Láctea convertida en cerebros Matrioshka. Potencia computacional máxima aproximada para una civilización de Tipo III en la escala de Kardashev.
Ver también
- Estudios de futuros : estudio de futuros posibles, probables y preferibles, incluida la realización de proyecciones de avances tecnológicos futuros.
- Historia del hardware informático (década de 1960 hasta la actualidad)
- Lista de tecnologías emergentes : nuevos campos de tecnología, generalmente de vanguardia. Los ejemplos incluyen genética, robótica y nanotecnología (GNR).
- Inteligencia artificial : habilidades mentales de la computadora, especialmente aquellas que anteriormente pertenecían solo a los humanos, como el reconocimiento de voz , la generación de lenguaje natural , etc.
- Historia de la inteligencia artificial (IA)
- IA fuerte: IA hipotética tan inteligente como un ser humano. Tal entidad probablemente sería recursiva, es decir, capaz de mejorar su propio diseño, lo que podría conducir al rápido desarrollo de una superinteligencia .
- Computación cuántica
- Cronología de la computación cuántica
- Inteligencia artificial : habilidades mentales de la computadora, especialmente aquellas que anteriormente pertenecían solo a los humanos, como el reconocimiento de voz , la generación de lenguaje natural , etc.
- Ley de Moore : observación (no en realidad una ley ) de que, a lo largo de la historia del hardware informático , el número de transistores en los circuitos integrados se duplica aproximadamente cada dos años. La ley lleva el nombre del cofundador de Intel, Gordon E. Moore , quien describió la tendencia en su artículo de 1965. [19]
- Supercomputadora
- Historia de la supercomputación
- Superinteligencia
- Cronología de la informática
- Singularidad tecnológica : un punto hipotético en el futuro en el que la capacidad de la computadora rivaliza con la del cerebro humano, lo que permite el desarrollo de una IA fuerte : inteligencia artificial al menos tan inteligente como un ser humano.
- The Singularity is Near - libro de Raymond Kurzweil que trata sobre la progresión y las proyecciones del desarrollo de las capacidades informáticas, incluso más allá de los niveles humanos de rendimiento.
- TOP500 - lista de los 500 sistemas informáticos más potentes (no distribuidos) del mundo
Referencias
- ^ "¿Cuántos fotogramas por segundo puede ver el ojo humano?" . 2004-05-19 . Consultado el 19 de febrero de 2013 .
- ^ Overclock3D - Sandra CPU
- ^ Tony Pearson, IBM Watson - Cómo construir su propio "Watson Jr." en su sótano , almacenamiento interno del sistema
- ^ "Sistema de aprendizaje profundo DGX-1" (PDF) .
NVIDIA DGX-1 ofrece un entrenamiento 75 veces más rápido ... Nota: Caffe benchmark con AlexNet, entrenamiento de imágenes de 1,28 millones con 90 épocas
- ^ "Servidor DGX" . Servidor DGX . Nvidia . Consultado el 7 de septiembre de 2017 .
- ^ https://blog.google/topics/google-cloud/google-cloud-offer-tpus-machine-learning/
- ^ a b http://top500.org/list/2013/06/
- ^ Kurzweil, Ray (1999). La era de las máquinas espirituales: cuando las computadoras superan la inteligencia humana . Nueva York, NY: Penguin. ISBN 9780140282023.
- ^ http://hplusmagazine.com/2009/04/07/brain-chip/
- ^ http://top500.org/list/2016/06/ Lista Top500, junio de 2016
- ^ "Noviembre de 2018 | Sitios de supercomputadoras TOP500" . www.top500.org . Consultado el 30 de noviembre de 2018 .
- ^ " Comienza la planificación del superordenador ' Exaflop'" . 2008-02-02. Archivado desde el original el 1 de octubre de 2008 . Consultado el 4 de enero de 2010 .
A través de la IAA, los científicos planean realizar la investigación básica necesaria para crear una computadora capaz de realizar un millón de billones de cálculos por segundo, también conocido como exaflop.
- ^ https://www.top500.org/lists/top500/2020/06/
- ^ "El código de genómica supera Exaops en el superordenador Summit" . Instalación de Computación de Liderazgo de Oak Ridge . Consultado el 30 de noviembre de 2018 .
- ^ Laboratorio Pande. "Estadísticas de clientes por SO" . Archive.is. Archivado desde el original el 12 de abril de 2020 . Consultado el 12 de abril de 2020 .
- ^ DeBenedictis, Erik P. (2005). "Lógica reversible para supercomputación" . Actas de la 2ª conferencia sobre fronteras informáticas . págs. 391–402. ISBN 1-59593-019-1.
- ^ https://www.hpcwire.com/2018/12/06/zettascale-by-2035/
- ^ Jacob Eddison; Joe Marsden; Guy Levin; Darshan Vigneswara (12/12/2017), "Matrioshka Brain" , Revista de temas especiales de física , Departamento de Física y Astronomía, Universidad de Leicester
- ^ Moore, Gordon E. (1965). "Colocando más componentes en circuitos integrados" (PDF) . Revista Electrónica . pag. 4 . Consultado el 11 de noviembre de 2006 .
enlaces externos
- Crecimiento histórico y proyectado de la capacidad de supercomputadoras