mały|259x259px|Summit – najpotężniejszy superkomputer od czerwca 2018 roku do czerwca 2020 roku Superkomputer – komputer znacznie przewyższający możliwościami powszechnie używane komputery, w szczególności dysponujący wielokrotnie większą mocą obliczeniową. Określenie pojawiło się w latach 60. XX w. w odniesieniu do komputerów produkowanych przez CDC i później przez przedsiębiorstwo Cray. Były one produkowane w dziesiątkach egzemplarzy i kosztowały po kilka milionów dolarów. Współcześnie większość superkomputerów to pojedyncze egzemplarze, zaprojektowane i wyprodukowane na zamówienie, zazwyczaj z seryjnie produkowanych procesorów i innych podzespołów. Koszty ich produkcji sięgają miliarda dolarów.
Postęp techniczny w dziedzinie informatyki powoduje, że każdy superkomputer staje się przestarzały w ciągu kilku lat i jego używanie przestaje być opłacalne. Maszyny zaliczane blisko trzydzieści lat temu do klasy superkomputerów miały wydajność porównywalną z dzisiejszymi urządzeniami przenośnymi. Przykładowo iPhone XS w teście LINPACK uzyskuje wynik 7,5 GFLOPS, co w 1993 roku stawiałoby go na 30. miejscu wśród najszybszych superkomputerów świata.
Superkomputery używane są głównie do przeprowadzania złożonych fizycznych symulacji, takich jak prognozowanie pogody, badanie zmian klimatu, modelowanie reakcji chemicznych, badanie aerodynamiki samolotów czy badania procesów starzenia broni termojądrowej.
Porównywanie wydajności superkomputerów Główną miarą wydajności obliczeniowej, stosowaną obecnie dla superkomputerów, jest liczba wykonywanych w ciągu sekundy operacji na liczbach zmiennoprzecinkowych w precyzji 64-bitowej (FLOPS). Podaje się ją często z odpowiednim przedrostkiem SI. Przykładowo teraflops („TFLOPS”) to 1012 FLOPS, a petaflops („PFLOPS”) to 1015 FLOPS. Mierzy się ją za pomocą odpowiednich testów wzorcowych. Najpopularniejszym takim testem jest LINPACK, mierzący szybkość rozwiązywania gęstych układów równań liniowych za pomocą metody Gaussa. Ponieważ wiele problemów stawianych superkomputerom daje się sprowadzić do rozwiązywania takich równań, test ten jest wygodną abstrakcją pomiaru efektywności w rozwiązywaniu takich problemów. Superkomputery uzyskujące najwyższe wyniki w tym teście są od 1993 roku publikowane na liście TOP500, aktualizowanej dwa razy w roku.
Inną miarą jest sprawność energetyczna superkomputera wyrażana w jednostkach FLOPS/wat, uwzględniająca zużycie prądu przez superkomputer. Najefektywniejsze według tej miary superkomputery z listy TOP500 są publikowane od 2007 roku na liście Green500.
Historia thumb|400px|Wykładniczy wzrost mocy obliczeniowej superkomputerów na podstawie strony top500.org. Na osi pionowej podana jest moc obliczeniowa w GFLOPS. thumb|300px|CDC 6600 – najpotężniejszy komputer w latach 60. XX wieku thumb|300px|Cray-2 – napotężniejszy komputer w latach 80. XX wieku thumb|300px|Blue Gene – najpotężniejszy komputer w latach 2004–2008 Poniższa tabela przedstawia światowe rekordy szybkości dla komputerów ogólnego przeznaczenia i lata, w których zostały ustanowione. Rekordy sprzed 1993 roku podane są na podstawie Computer History Museum, a od 1993 roku na podstawie listy TOP500.
Rok Superkomputer SzybkośćPierwsze komputery wykonywały tylko operacje na liczbach całkowitych, dlatego ich szybkość podana jest w operacjach na sekundę (OPS). Współcześnie jednak znaczna większość zastosowań superkomputerów wymaga wykonywania operacji na liczbach zmiennoprzecinkowych, dlatego porównuje się je używając miary FLOPS. Nie ma oczywistego przelicznika pomiędzy tymi miarami, choć każda operacja zmiennoprzecinkowa może w szczególności być użyta jako całkowitoliczbowa. Twórca i lokalizacja1938Z1 1 OPSKonrad Zuse, Berlin, Niemcy1941Z3 20 OPSKonrad Zuse, Berlin, Niemcy1943Colossus 1 5 kOPS Post Office Research Station, Bletchley Park, Wielka Brytania1944Colossus 2 (jednoprocesorowy) 25 kOPS1946Colossus 2 (wieloprocesorowy) 50 kOPS1954IBM NORC 67 kOPSDepartament Obrony Stanów Zjednoczonych, Wirginia, USA1956TX-0 83 kOPSMIT, Lexington, Massachusetts, USA1958AN/FSQ-7 400 kOPSIBM, 25 lokalizacji w USA i 1 w Kanadzie (52 komputery)1960UNIVAC LARC 250 kFLOPSUNIVAC, Atomic Energy CommissionLawrence Livermore National Laboratory, Kalifornia, USA1961IBM 7030 Stretch 1,2 MFLOPSLos Alamos National Laboratory, Nowy Meksyk, USA1964CDC 6600 3 MFLOPS CDC, Lawrence Livermore National Laboratory, Kalifornia, USA1969CDC 7600 36 MFLOPS1974CDC STAR-100 100 MFLOPS1975ILLIAC IV 150 MFLOPSBurroughs, ARC, Kalifornia, USA1976Cray-1 250 MFLOPSCray, Los Alamos National Laboratory, Nowy Meksyk, USA(+około 80 egzemplarzy na całym świecie)1981CDC Cyber 205 400 MFLOPSCDC (około 40 egzemplarzy na całym świecie)1983Cray X-MP/4 941 MFLOPSCray, Departament Energii Stanów ZjednoczonychLos Alamos National Laboratory1984M-13 2,4 GFLOPSMoskwa, ZSRR1985Cray-2/8 3,9 GFLOPSCray, Lawrence Livermore National Laboratory, Kalifornia, USA1989ETA10-G/8 10,3 GFLOPSFlorida State University, Floryda, USA1990SX-3/44R 23,2 GFLOPSNEC Corporation, Fuchu Plant, Fuchū, Japonia1993CM-5/1024 59,7 GFLOPSThinking Machines, Los Alamos National Laboratory; NSA1993Numerical Wind Tunnel 124,5 GFLOPSFujitsu, Tokio, Japonia1993Intel Paragon XP/S 140 143,4 GFLOPSIntel, Sandia National Laboratories, Nowy Meksyk, USA1994Numerical Wind Tunnel 170,4 GFLOPSFujitsu, Tokio, Japonia 1996SR2201/1024 220,4 GFLOPSHitachi, Uniwersytet Tokijski, JaponiaCP-PACS/2048 368,2 GFLOPSHitachi, Tsukuba, Japonia1997ASCI Red/9152 1,338 TFLOPS Intel, Sandia National Laboratories, Nowy Meksyk, USA1999ASCI Red/9632 2,380 TFLOPS2000ASCI White 7,226 TFLOPSIBM, Lawrence Livermore National Laboratory, Kalifornia, USA2002Earth Simulator 35,86 TFLOPSNEC, Jokohama, Japonia2004 Blue Gene/L 70,72 TFLOPSIBM, Departament Energii Stanów Zjednoczonych, Minnesota, USA 2005W 2006 roku twórcy MDGRAPE-3 ogłosili, że ma on moc 1 PFLOPS. Nie ma jednak niezależnego potwierdzenia tego faktu, ze względu na nieprzeprowadzenie testu LINPAC. 136,8 TFLOPS IBM, Lawrence Livermore National Laboratory, Kalifornia, USA 280,6 TFLOPS 2007 478,2 TFLOPS 2008 Roadrunner 1,026 PFLOPS IBM, Los Alamos National Laboratory, Nowy Meksyk, USA 1,105 PFLOPS2009Jaguar 1,759 PFLOPSCray, Oak Ridge National Laboratory, Tennessee, USA2010Tianhe-1A 2,507 PFLOPSNational Supercomputing Center, Tiencin, Chińska Republika Ludowa 2011 K computer 8,162 PFLOPS Fujitsu, Riken, Kobe, Japonia 10,51 PFLOPS 2012Sequoia 16,32 PFLOPSIBM, Lawrence Livermore National Laboratory, Kalifornia, USATitan 17,59 PFLOPSCray, Oak Ridge National Laboratory, Tennessee, USA2013Tianhe-2 33,86 PFLOPSNUDT, Chińska Republika Ludowa2016Sunway TaihuLight 93,01 PFLOPSWuxi, Chińska Republika Ludowa2018Summit 148,6 PFLOPSIBM, Oak Ridge National Laboratory, Tennessee, USA2020Fugaku 415,5 PFLOPSFujitsu, Riken, Kobe, Japonia2022Frontier 1,102 EFLOPSHPE Cray, Oak Ridge National Laboratory2024El Capitan 1,742 EFLOPSHPE Cray, Lawrence Livermore National Laboratory
Rynek superkomputerów W 2012 roku rynek superkomputerów miał wartość 11,1 mld $. Największymi producentami byli IBM (32% rynku), Hewlett-Packard (30,8%) i Dell (13,5%). Poniższa tabela przedstawia wartość rynku superkomputerów w ostatnich latach: Segment rynku 2011 2012 Zmiana2011/2012 >500 000$ 4,3 mld $ 5,6 mld $ +29,3% 250 000$ – 499 000$ 1,2 mld $ 1,2 mld $ -2,2% 100 000$ – 249 000$ 3,5 mld $ 3,0 mld $ -14,3% <100 000$ 1,2 mld $ 1,2 mld $ +1,2% Suma 10,3 mld $ 11,1 mld $ +7,7%
Budowa thumb|300px|Elementy architektury Blue Gene: chip, karta, węzeł, szafa, system thumb|200px|Pojedynczy węzeł Blue Gene/P Współczesne superkomputery uzyskują swoją wydajność dzięki połączeniu wielu tysięcy procesorów i zrównoleglaniu wykonywanych obliczeń. Z powodów ekonomicznych stosuje się procesory dostępne w produkcji masowej, ponieważ koszty zaprojektowania i wyprodukowania nowych typów procesorów są znacznie wyższe niż koszty produkcji superkomputerówKoszt budowy komputera Tianhe-1A wyniósł około 88 milionów dolarów, podczas gdy inwestycje w zaprojektowanie i wdrożenie do produkcji procesorów Itanium 2 wyniosły 3 miliardy dolarów.. Aby umożliwić efektywne wykorzystanie mocy obliczeniowej tych procesorów, używa się specjalnie zaprojektowanej pamięci hierarchicznej i najwydajniejszych dostępnych połączeń do przesyłania danych pomiędzy nimi. Z powodu takiej architektury superkomputery mogą jednak osiągać wysoką wydajność jedynie dla obliczeń, które dają się w dużym stopniu zrównoleglić.
Zastosowanie Superkomputery są używane w siłach zbrojnych, badaniach naukowych i w wielkich przedsiębiorstwach. Instytuty naukowe udostępniają czas swoich komputerów recenzowanym projektom naukowym, których lista jest często publicznie dostępna. Przykładowo na komputerach w ICM prowadzone są symulacje astrofizyczne, biochemiczne, hydrologiczne, epidemiologiczne i aerodynamiczne, jak również badania należące do teorii liczb i algebry liniowej.
Przykładowe zastosowania superkomputerów to: badanie struktury dużych biocząsteczek, takich jak lignina i celuloza – w celu zwiększania wydajności uzyskiwania z nich biopaliw, symulacje procesu spalania w silnikach spalinowych – w celu zwiększania ich wydajności, rozwój broni termojądrowej, symulacje aerodynamiki projektowanych samolotów i samochodów ciężarowych, symulacje zachowania plazmy w tokamakach w badaniach nad kontrolowaną syntezą termojądrową, symulacje oddziaływań pomiędzy kwarkami a gluonami – aby uzyskać dokładniejsze dane o parametrach cząstek elementarnych, badanie właściwości nanomateriałów w celu opracowania wydajniejszych superkondensatorów, symulacje zachowania elektronów wewnątrz nanostruktur w celu opracowania przyszłych układów elektronicznych.
Superkomputery w Polsce mały|Superkomputer Altair w Poznaniu Najszybsze superkomputery w Polsce, jednocześnie będące wśród 500 najszybszych superkomputerów na świecie, stan na listopad 2024 roku: Helios GPU w Cyfronet w Krakowie, o mocy obliczeniowej 19.14 PFLOPS – miejsce 69, Proxima w Poznaniu, o mocy obliczeniowej 13.82 PFLOPS – miejsce 93, LEM we Wrocławiu, o mocy obliczeniowej 12.80 PFLOPS – miejsce 99, Kraken na Politechnice Gdańskiej, o mocy obliczeniowej 5.99 PFLOPS – miejsce 185, Athena w Cyfronet w Krakowie, o mocy obliczeniowej 5,05 PFLOPS – miejsce 210, Altair PCSS w Poznaniu, o mocy obliczeniowej 3.53 PFLOPS – miejsce 289, Helios CPU, w Cyfronet w Krakowie, o mocy obliczeniowej 3.35 PFLOPS – miejsce 454, Ares w Cyfronet w Krakowie, o mocy obliczeniowej 2.34 PFLOPS – miejsce 487.
Ponadto uruchomiono superkomputer Kraken, który docelowo miał osiągnąć moc obliczeniową 13,6 PFLOPS, co może uplasować go w pierwszej 100 kolejnego zestawienia.
Alternatywne rozwiązania W zależności od typu problemu obliczeniowego rozwiązanie go w sposób rozproszony może nakładać różne ograniczenia na architekturę i wydajność komunikacji pomiędzy poszczególnymi węzłami. W niektórych przypadkach superkomputery nie są najefektywniejszym rozwiązaniem i stosuje się rozwiązania alternatywne.
Projekty internetowe thumb|Logo Folding@home thumb|Logo BOINC
Istnieje szereg problemów obliczeniowych, które można podzielić na wiele niezależnych, mniejszych zadań do wykonania. Takie problemy można rozwiązywać przy użyciu dużej ilości zwykłych komputerów, podłączonych do Internetu. Powstało kilka projektów działających na tej zasadzie. Uczestnicy takich projektów ściągają na swoje komputery odpowiedni program, który uruchamia się w czasie, gdy komputer nie jest wykorzystywany i wykonuje zadania zlecone przez system zarządzający. W największych takich projektach biorą udział setki tysięcy ochotników, tworząc wirtualne superkomputery przewyższające wydajnością największe pojedyncze maszyny. Największe takie projekty to: