Supercomputadora

Una supercomputadora es un tipo de computadora con un alto nivel de rendimiento en comparación con una computadora de propósito general. Las supercomputadoras desempeñan un papel importante en el campo de la ciencia computacional y se utilizan para una amplia gama de tareas computacionalmente intensivas en diversos campos, incluyendo la mecánica cuántica , la predicción meteorológica , la investigación climática , la exploración de petróleo y gas , el modelado molecular (cálculo de las estructuras y propiedades de compuestos químicos, macromoléculas biológicas , polímeros y cristales) y simulaciones físicas (como simulaciones de aerodinámica , de los primeros instantes del universo y de armas nucleares ). Han sido esenciales en el campo del criptoanálisis . ^{[ 3 ]}

El rendimiento de una supercomputadora se suele medir en operaciones de punto flotante por segundo ( FLOPS ) en lugar de millones de instrucciones por segundo (MIPS). Desde 2022, existen supercomputadoras de exaescala que pueden realizar más de ^10¹⁸  FLOPS. ^{[ 4 ]} En comparación, una computadora de escritorio tiene un rendimiento que oscila entre cientos de gigaFLOPS (10¹¹ ⁾ y decenas de teraFLOPS (10¹³ ⁾ . ^{[ 5 ] [ 6 ]} Desde noviembre de 2017, las 500 supercomputadoras más rápidas del mundo funcionan con sistemas operativos basados ​​en Linux . ^{[ 7 ]} Se están realizando investigaciones adicionales en Estados Unidos, la Unión Europea , Taiwán, Japón y China para construir supercomputadoras de exaescala más rápidas, potentes y tecnológicamente superiores. ^{[ 8 ]}

Las supercomputadoras se introdujeron en la década de 1960, y durante varias décadas la más rápida fue fabricada por Seymour Cray en Control Data Corporation (CDC), Cray Research y empresas posteriores que llevaban su nombre o monograma. Las primeras de estas máquinas eran diseños convencionales altamente optimizados que funcionaban más rápido que sus contemporáneas de propósito general. A lo largo de la década, se fue añadiendo una mayor cantidad de paralelismo , siendo lo habitual entre uno y cuatro procesadores . En la década de 1970, los procesadores vectoriales que operaban con grandes matrices de datos llegaron a dominar. Un ejemplo notable es la exitosa Cray-1 de 1976. Las computadoras vectoriales siguieron siendo el diseño dominante hasta la década de 1990. Desde entonces hasta hoy, las supercomputadoras masivamente paralelas con decenas de miles de procesadores comerciales se convirtieron en la norma. ^{[ 9 ] [ 10 ]}

Estados Unidos ha sido durante mucho tiempo líder en el campo de la supercomputación, inicialmente gracias al dominio casi ininterrumpido de Cray y posteriormente a través de diversas empresas tecnológicas. Japón realizó avances significativos en este campo durante las décadas de 1980 y 1990, mientras que China se ha vuelto cada vez más activa en la supercomputación en los últimos años. A junio de 2026LineShine del Centro Nacional de Supercomputación en Shenzhen es la supercomputadora más rápida del mundo. [ ^{11 ] Estados} Unidos tiene cuatro de las 10 mejores; Italia dos, Japón, Alemania, Suiza y China tienen una cada una. ^{[ 12 ]}

En 1960, UNIVAC construyó la Livermore Atomic Research Computer (LARC), considerada hoy una de las primeras supercomputadoras, para el Centro de Investigación y Desarrollo de la Marina de los EE. UU. Todavía utilizaba memoria de tambor de alta velocidad, en lugar de la tecnología de unidades de disco emergente . ^{[ 13 ]} También entre las primeras supercomputadoras se encontraba la IBM 7030 Stretch . La IBM 7030 fue construida por IBM para el Laboratorio Nacional de Los Alamos , que en 1955 había solicitado una computadora 100 veces más rápida que cualquier computadora existente. La IBM 7030 utilizaba transistores , memoria de núcleo magnético, instrucciones segmentadas , datos precargados a través de un controlador de memoria e incluía unidades de disco de acceso aleatorio pioneras. La IBM 7030 se completó en 1961 y, a pesar de no cumplir con el desafío de un aumento de rendimiento de cien veces, fue adquirida por el Laboratorio Nacional de Los Alamos. Los clientes de Inglaterra y Francia también compraron la computadora, y esta se convirtió en la base de la IBM 7950 Harvest , una supercomputadora construida para criptoanálisis . ^{[ 14 ]}

El tercer proyecto pionero de supercomputadora a principios de la década de 1960 fue la Atlas en la Universidad de Manchester , construida por un equipo liderado por Tom Kilburn . Diseñó la Atlas con espacio de memoria para hasta un millón de palabras de 48 bits , pero debido a que el almacenamiento magnético con tal capacidad era inasequible, la memoria central real de la Atlas era de solo 16 000 palabras, con un tambor que proporcionaba memoria para otras 96 000 palabras. El Supervisor de la Atlas intercambiaba datos en forma de páginas entre el núcleo magnético y el tambor. El sistema operativo de la Atlas también introdujo el tiempo compartido en la supercomputación, de modo que se podía ejecutar más de un programa en la supercomputadora al mismo tiempo. ^{[ 15 ]} La Atlas fue una empresa conjunta entre Ferranti y la Universidad de Manchester y fue diseñada para operar a velocidades de procesamiento cercanas a un  microsegundo por instrucción, aproximadamente un  millón de instrucciones por segundo. ^{[ 16 ]}

El CDC 6600 , diseñado por Seymour Cray , se terminó en 1964 y marcó la transición de los transistores de germanio a los de silicio . Los transistores de silicio podían funcionar más rápido y el problema del sobrecalentamiento se resolvió introduciendo la refrigeración en el diseño de la supercomputadora. ^{[ 17 ]} Así, el CDC 6600 se convirtió en la computadora más rápida del mundo. Dado que el 6600 superaba a todas las demás computadoras contemporáneas en aproximadamente 10 veces, se le denominó supercomputadora y definió el mercado de la supercomputación, cuando se vendieron cien computadoras a 8 millones de dólares cada una. ^{[ 18 ] [ 19 ] [ 20 ] [ 21 ]}

Cray dejó CDC en 1972 para fundar su propia empresa, Cray Research . ^{[ 19 ]} Cuatro años después de dejar CDC, Cray lanzó el Cray-1  de 80 MHz en 1976, que se convirtió en una de las supercomputadoras más exitosas de la historia. ^{[ 22 ] [ 23 ]} El Cray-2 se lanzó en 1985. Tenía ocho unidades centrales de procesamiento (CPU), refrigeración líquida y el refrigerante electrónico líquido Fluorinert se bombeaba a través de la arquitectura de la supercomputadora . Alcanzó 1,9 gigaFLOPS , convirtiéndose en la primera supercomputadora en romper la barrera del gigaflop. ^{[ 24 ]} 

Diseños masivamente paralelos

El único ordenador que desafió seriamente el rendimiento del Cray-1 en la década de 1970 fue el ILLIAC IV . Esta máquina fue el primer ejemplo materializado de un verdadero ordenador masivamente paralelo , en el que muchos procesadores trabajaban juntos para resolver diferentes partes de un único problema mayor. A diferencia de los sistemas vectoriales, diseñados para procesar un único flujo de datos lo más rápido posible, en este concepto, el ordenador alimenta partes separadas de los datos a procesadores completamente diferentes y luego recombina los resultados. El diseño del ILLIAC se finalizó en 1966 con 256 procesadores y ofrecía una velocidad de hasta 1  GFLOPS, en comparación con el pico de 250 MFLOPS del Cray-1 en la década de 1970.  Sin embargo, los problemas de desarrollo llevaron a que solo se construyeran 64 procesadores, y el sistema nunca pudo operar más rápido que unos 200  MFLOPS, siendo mucho más grande y complejo que el Cray. Otro problema fue que escribir software para el sistema era difícil, y obtener su máximo rendimiento requería un gran esfuerzo.

Pero el éxito parcial del ILLIAC IV fue ampliamente visto como un indicio del futuro de la supercomputación. Cray argumentó en contra de esto, con la famosa frase: «Si estuvieras arando un campo, ¿qué preferirías usar? ¿Dos bueyes fuertes o 1024 gallinas?» ^{[ 25 ]} Pero a principios de la década de 1980, varios equipos trabajaban en diseños paralelos con miles de procesadores, en particular la Connection Machine (CM) que se desarrolló a partir de la investigación del MIT . La CM-1 utilizaba hasta 65 536 microprocesadores personalizados simplificados conectados en red para compartir datos. Le siguieron varias versiones actualizadas; la supercomputadora CM-5 es una computadora de procesamiento masivamente paralelo capaz de realizar miles de millones de operaciones aritméticas por segundo. ^{[ 26 ]}

En 1982, el sistema de gráficos por computadora LINKS-1 de la Universidad de Osaka utilizó una arquitectura de procesamiento masivamente paralelo , con 514 microprocesadores , incluidos 257 procesadores de control Zilog Z8001 y 257 procesadores de punto flotante iAPX 86/20 . Se utilizó principalmente para renderizar gráficos por computadora 3D realistas . ^{[ 27 ]} El VPP500 de Fujitsu de 1992 es inusual ya que, para lograr velocidades más altas, sus procesadores utilizaron GaAs , un material normalmente reservado para aplicaciones de microondas debido a su toxicidad. ^{[ 28 ]} La supercomputadora Numerical Wind Tunnel de Fujitsu utilizó 166 procesadores vectoriales para obtener el primer puesto en 1994 con una velocidad máxima de 1,7 gigaFLOPS (GFLOPS) por procesador. ^{[ 29 ] [ 30 ]} El Hitachi SR2201 obtuvo un rendimiento máximo de 600 GFLOPS en 1996 utilizando 2048 procesadores conectados a través de una red de barra transversal tridimensional rápida . ^{[ 31 ] [ 32 ] [ 33 ]} El Intel Paragon podía tener de 1000 a 4000 procesadores Intel i860 en varias configuraciones y fue clasificado como el más rápido del mundo en 1993. El Paragon era una máquina MIMD que conectaba procesadores a través de una malla bidimensional de alta velocidad, lo que permitía que los procesos se ejecutaran en nodos separados, comunicándose a través de la Interfaz de Paso de Mensajes . ^{[ 34 ]}  

El desarrollo de software seguía siendo un problema, pero la serie CM impulsó una considerable investigación sobre este tema. Muchas empresas, como Evans & Sutherland ES-1 , MasPar , nCUBE , Intel iPSC y Goodyear MPP , fabricaron diseños similares utilizando hardware personalizado. Sin embargo, a mediados de la década de 1990, el rendimiento de las CPU de propósito general había mejorado tanto que se podía construir una supercomputadora utilizándolas como unidades de procesamiento individuales, en lugar de chips personalizados. A principios del siglo XXI, los diseños con decenas de miles de CPU comerciales eran la norma, y ​​las máquinas posteriores añadieron unidades gráficas . ^{[ 9 ] [ 10 ]}

En 1998, David Bader desarrolló la primera supercomputadora Linux utilizando componentes comerciales. ^{[ 35 ]} Mientras estaba en la Universidad de Nuevo México, Bader buscó construir una supercomputadora que ejecutara Linux utilizando componentes comerciales estándar y una red de interconexión de alta velocidad y baja latencia. El prototipo utilizó un "AltaCluster" de Alta Technologies de ocho  computadoras Intel Pentium II duales de 333 MHz que ejecutaban un kernel de Linux modificado. Bader portó una cantidad significativa de software para brindar soporte de Linux a los componentes necesarios, así como código de miembros de la Alianza Nacional de Ciencias Computacionales (NCSA) para garantizar la interoperabilidad, ya que ninguno de ellos se había ejecutado en Linux anteriormente. ^{[ 36 ]} Utilizando el exitoso diseño del prototipo, lideró el desarrollo de "RoadRunner", la primera supercomputadora Linux para uso abierto por la comunidad nacional de ciencia e ingeniería a través de la Red Nacional de Tecnología de la Fundación Nacional de Ciencias. RoadRunner se puso en producción en abril de 1999. En el momento de su implementación, se consideraba una de las 100 supercomputadoras más rápidas del mundo. ^{[ 36 ] [ 37 ]} Si bien existían clústeres basados ​​en Linux que utilizaban componentes de consumo, como Beowulf , antes del desarrollo del prototipo de Bader y RoadRunner, carecían de la escalabilidad, el ancho de banda y las capacidades de computación paralela para ser consideradas supercomputadoras "verdaderas". ^{[ 36 ]}

Los sistemas con un gran número de procesadores generalmente toman uno de dos caminos. En el enfoque de computación en malla , la potencia de procesamiento de muchas computadoras, organizadas como dominios administrativos distribuidos y diversos, se utiliza de manera oportunista siempre que una computadora esté disponible. ^{[ 38 ]} En otro enfoque, se utilizan muchos procesadores cerca unos de otros, por ejemplo, en un clúster de computadoras . En un sistema masivamente paralelo centralizado de este tipo , la velocidad y la flexibilidad de laLa interconexión se vuelve muy importante y las supercomputadoras modernas han utilizado diversos enfoques que van desdeInfinibandinterconexiones de torotridimensionales. ^{[ 39 ] [ 40 ]} El uso deprocesadores multinúcleocombinado con centralización es una dirección emergente, por ejemplo, como en elCyclops64. ^{[ 41 ] [ 42 ]}

A medida que el precio, el rendimiento y la eficiencia energética de las unidades de procesamiento gráfico de propósito general (GPGPU) han mejorado, varias supercomputadoras de petaFLOPS, como Tianhe-I y Nebulae, han comenzado a depender de ellas. ^{[ 43 ]} Sin embargo, otros sistemas, como la computadora K, continúan utilizando procesadores convencionales, como los diseños basados ​​en SPARC , y la aplicabilidad general de las GPGPU en aplicaciones de computación de alto rendimiento de propósito general ha sido objeto de debate, ya que si bien una GPGPU puede ajustarse para obtener buenos resultados en pruebas de referencia específicas, su aplicabilidad general a algoritmos cotidianos puede ser limitada a menos que se dedique un esfuerzo significativo a ajustar la aplicación a ella. ^{[ 44 ]} Sin embargo, las GPU están ganando terreno, y en 2012 la supercomputadora Jaguar se transformó en Titan mediante la adaptación de CPU con GPU. ^{[ 45 ] [ 46 ] [ 47 ]}

Las computadoras de alto rendimiento tienen un ciclo de vida esperado de aproximadamente tres años antes de requerir una actualización. ^{[ 48 ]} La supercomputadora Gyoukou es única porque utiliza un diseño masivamente paralelo y refrigeración por inmersión líquida .

Se han diseñado varios sistemas de propósito especial, dedicados a un único problema. Esto permite el uso de chips FPGA programados especialmente o incluso ASIC personalizados , lo que permite mejores relaciones precio/rendimiento a costa de sacrificar la generalidad. Ejemplos de supercomputadoras de propósito especial incluyen Belle , ^{[ 49 ]} Deep Blue , ^{[ 50 ]} e Hydra ^{[ 51 ]} para jugar al ajedrez , Gravity Pipe para astrofísica, ^{[ 52 ]} MDGRAPE-3 para predicción de la estructura de proteínas y dinámica molecular, ^{[ 53 ]} y Deep Crack para descifrar el cifrado DES . ^{[ 54 ]}

A lo largo de las décadas, la gestión de la densidad de calor ha seguido siendo un problema clave para la mayoría de las supercomputadoras centralizadas. ^{[ 57 ] [ 58 ] [ 59 ]} La gran cantidad de calor generada por un sistema también puede tener otros efectos, por ejemplo, reducir la vida útil de otros componentes del sistema. ^{[ 60 ]} Ha habido diversos enfoques para la gestión del calor, desde bombear Fluorinert a través del sistema, hasta un sistema de refrigeración híbrido líquido-aire o refrigeración por aire con temperaturas normales de aire acondicionado . ^{[ 61 ] [ 62 ]} Una supercomputadora típica consume grandes cantidades de energía eléctrica, casi toda la cual se convierte en calor, lo que requiere refrigeración. Por ejemplo, Tianhe-1A consume 4,04 megavatios (MW) de electricidad. ^{[ 63 ]} El costo de alimentar y refrigerar el sistema puede ser significativo, por ejemplo, 4 MW a $0,10/kWh son $400 por hora o alrededor de $3,5 millones por año.  

La gestión del calor es un problema importante en los dispositivos electrónicos complejos y afecta a los sistemas informáticos potentes de diversas maneras. ^{[ 64 ]} Los problemas de potencia de diseño térmico y disipación de potencia de la CPU en la supercomputación superan los de las tecnologías de refrigeración de computadoras tradicionales . Los premios de supercomputación para la computación verde reflejan este problema. ^{[ 65 ] [ 66 ] [ 67 ]}

El empaquetamiento de miles de procesadores genera inevitablemente cantidades significativas de densidad de calor que deben ser gestionadas. El Cray-2 se enfriaba con líquido y utilizaba una "cascada de refrigeración" Fluorinert que se impulsaba a través de los módulos a presión. ^{[ 61 ]} Sin embargo, el enfoque de refrigeración líquida sumergida no era práctico para los sistemas de múltiples gabinetes basados ​​en procesadores comerciales, y en el Sistema X se desarrolló un sistema de refrigeración especial que combinaba aire acondicionado con refrigeración líquida en colaboración con la empresa Liebert . ^{[ 62 ]}

En el sistema Blue Gene , IBM utilizó deliberadamente procesadores de bajo consumo para gestionar la densidad de calor. ^{[ 68 ]} El IBM Power 775 , lanzado en 2011, tiene elementos muy juntos que requieren refrigeración por agua. ^{[ 69 ]} El sistema IBM Aquasar utiliza refrigeración por agua caliente para lograr eficiencia energética, y el agua también se utiliza para calentar edificios. ^{[ 70 ] [ 71 ]}

La eficiencia energética de los sistemas informáticos se mide generalmente en términos de " FLOPS por vatio ". En 2008, Roadrunner de IBM operaba a 376 MFLOPS/W . ^{[ 72 ] [ 73 ]} En noviembre de 2010, el Blue Gene/Q alcanzó 1684  MFLOPS/W ^{[ 74 ]} y en junio de 2011 los dos primeros puestos de la lista Green 500 fueron ocupados por máquinas Blue Gene en Nueva York (una de ellas alcanzando 2097  MFLOPS/W) con el clúster DEGIMA en Nagasaki en tercer lugar con 1375  MFLOPS/W. ^{[ 75 ]}

Debido a que los cables de cobre pueden transferir energía a una supercomputadora con densidades de potencia mucho mayores que las que el aire forzado o los refrigerantes circulantes pueden eliminar el calor residual , ^{[ 76 ]} la capacidad de los sistemas de refrigeración para eliminar el calor residual es un factor limitante. ^{[ 77 ] [ 78 ]} A partir de 2015Muchas supercomputadoras existentes tienen mayor capacidad de infraestructura que la demanda máxima real de la máquina ; por lo general, los diseñadores diseñan de forma conservadora la infraestructura de alimentación y refrigeración para que soporte más que la potencia eléctrica máxima teórica consumida por la supercomputadora. Los diseños para futuras supercomputadoras están limitados por la potencia : la potencia de diseño térmico de la supercomputadora en su conjunto, la cantidad que la infraestructura de alimentación y refrigeración puede soportar, es algo mayor que el consumo de energía normal esperado, pero menor que el consumo de energía máxima teórica del hardware electrónico. ^{[ 79 ]}  

La computación en la nube, con su reciente y rápida expansión y desarrollo, ha captado la atención de los usuarios y desarrolladores de computación de alto rendimiento (HPC) en los últimos años. La computación en la nube busca proporcionar HPC como servicio, al igual que otros servicios disponibles en la nube, como software como servicio , plataforma como servicio e infraestructura como servicio . Los usuarios de HPC pueden beneficiarse de la nube en diferentes aspectos, como la escalabilidad, la disponibilidad de recursos bajo demanda, la rapidez y el bajo costo. Por otro lado, la migración de aplicaciones HPC también presenta una serie de desafíos. Buenos ejemplos de estos desafíos son la sobrecarga de virtualización en la nube, la multitenencia de recursos y los problemas de latencia de red. Actualmente se están realizando numerosas investigaciones para superar estos desafíos y hacer de la HPC en la nube una posibilidad más realista. ^{[ 94 ] [ 95 ] [ 96 ] [ 97 ]}

En 2016, Penguin Computing, Parallel Works, R-HPC, Amazon Web Services , Univa , Silicon Graphics International , Rescale , Sabalcore y Gomput comenzaron a ofrecer computación en la nube HPC . La nube Penguin On Demand (POD) es un modelo de computación bare-metal para ejecutar código, pero a cada usuario se le proporciona un nodo de inicio de sesión virtualizado . Los nodos de computación POD están conectados a través de redes Ethernet de 10  Gbit/s no virtualizadas o redes InfiniBand QDR . La conectividad del usuario al centro de datos POD varía de 50 Mbit/s a 1 Gbit/s. ^{[ 98 ]} Citando la nube EC2 Elastic Compute de Amazon, Penguin Computing argumenta que la virtualización de nodos de computación no es adecuada para HPC. Penguin Computing también ha criticado que las nubes HPC pueden haber asignado nodos de computación a clientes muy distantes, lo que causa latencia que perjudica el rendimiento de algunas aplicaciones HPC. ^{[ 99 ]}  

La aplicación de las supercomputadoras ha evolucionado significativamente desde la década de 1970, extendiéndose a numerosos campos de investigación científica y gubernamental. En esa década, la supercomputadora Cray-1 fue fundamental para los inicios de la predicción meteorológica y la investigación aerodinámica. Su alcance se amplió en la década de 1980 con máquinas como la CDC Cyber, que facilitaron los análisis probabilísticos y el modelado de la protección contra la radiación. En la década de 1990, se utilizaron supercomputadoras, como la EFF DES, para descifrar códigos y realizar tareas de fuerza bruta.

En la década de 2000, las supercomputadoras se volvieron cruciales para las aplicaciones de seguridad nacional; la ASCI Q se utilizó para realizar simulaciones de pruebas nucleares en 3D, cumpliendo con los requisitos del Tratado de No Proliferación Nuclear sin necesidad de ensayos físicos. La década de 2010 trajo consigo avances en las simulaciones de dinámica molecular, como lo demuestra el uso de la Tianhe-1A. Esta tendencia ha continuado en la década de 2020, con supercomputadoras que proporcionan herramientas poderosas para la investigación en prevención de brotes y reacciones electroquímicas.

Más allá de estas décadas específicas, las supercomputadoras han sido fundamentales en importantes proyectos científicos. Por ejemplo, la IBM Blue Gene/P se utilizó para simular una red de neuronas artificiales equivalente al uno por ciento de la corteza cerebral humana (1600 millones de neuronas y 9 billones de conexiones), y el mismo equipo simuló posteriormente la totalidad del cerebro de una rata. ^{[ 111 ]}

Las aplicaciones modernas son diversas y cruciales. La predicción meteorológica depende en gran medida de la capacidad de supercomputación, y la Administración Nacional Oceánica y Atmosférica utiliza estos sistemas para procesar grandes cantidades de datos de observación y mejorar la precisión de los pronósticos. ^{[ 112 ]} Estados Unidos también emplea supercomputadoras a través del Programa Avanzado de Simulación y Computación para mantener y simular su arsenal nuclear. ^{[ 113 ]}

El campo tiene sus desafíos, como lo demuestra el abandono por parte de IBM del ambicioso proyecto de petaescala Blue Waters ^{[ 114 ]} en 2011. A pesar de estos contratiempos, la utilidad de las supercomputadoras sigue creciendo. Un ejemplo reciente de su papel fundamental ocurrió a principios de 2020, cuando se desplegaron rápidamente supercomputadoras para ejecutar simulaciones extensas utilizando numerosas CPU paralelas para identificar compuestos con el potencial de detener la propagación de la COVID-19. ^{[ 115 ] [ 116 ] [ 117 ]}

En la década de 2010, China, Estados Unidos, la Unión Europea y otros compitieron por ser los primeros en crear una supercomputadora de 1 exaFLOP ( ^{10¹⁸ o un quintillón de FLOPS). [ 118 ]} Erik P. DeBenedictis, de los Laboratorios Nacionales Sandia, ha teorizado que se requiere una computadora de zettaFLOPS ( ^10²¹ o un sextillón de FLOPS) para realizar un modelado meteorológico completo , que podría cubrir con precisión un período de dos semanas. ^{[ 119 ] [ 120 ] [ 121 ]} Dichos sistemas podrían construirse alrededor de 2030. ^{[ 122 ]} 

Muchas simulaciones de Monte Carlo utilizan el mismo algoritmo para procesar un conjunto de datos generado aleatoriamente; en particular, ecuaciones integro-diferenciales que describen procesos de transporte físico , las trayectorias aleatorias , las colisiones y los depósitos de energía y momento de neutrones, fotones, iones, electrones, etc.El siguiente paso para los microprocesadores podría ser la tercera dimensión ; y especializándose en Monte Carlo, las múltiples capas podrían ser idénticas, simplificando el proceso de diseño y fabricación. ^{[ 123 ]}

El costo de operar supercomputadoras de alto rendimiento ha aumentado, principalmente debido al creciente consumo de energía. A mediados de la década de 1990, una de las 10 supercomputadoras más potentes requería alrededor de 100  kilovatios; en 2010, las 10 supercomputadoras más potentes requerían entre 1 y 2  megavatios. ^{[ 124 ]} Un estudio de 2010 encargado por DARPA identificó el consumo de energía como el desafío más generalizado para lograr la computación a exaescala . ^{[ 125 ]} En ese momento, un megavatio por año de consumo de energía costaba alrededor de 1 millón de dólares. Se construyeron instalaciones de supercomputación para eliminar eficientemente la creciente cantidad de calor producido por las modernas unidades centrales de procesamiento  multinúcleo . Con base en el consumo de energía de la lista Green 500 de supercomputadoras entre 2007 y 2011, una supercomputadora con 1 exaFLOPS en 2011 habría requerido casi 500 megavatios. Se desarrollaron sistemas operativos para el hardware existente para conservar energía siempre que fuera posible. ^{[ 126 ]} Los núcleos de CPU que no se utilizaban durante la ejecución de una aplicación paralela se ponían en estados de bajo consumo, lo que generaba ahorros de energía para algunas aplicaciones de supercomputación. ^{[ 127 ]}  

El creciente costo de operación de las supercomputadoras ha sido un factor determinante en la tendencia hacia la agrupación de recursos a través de una infraestructura de supercomputación distribuida. Los centros nacionales de supercomputación surgieron primero en EE. UU., seguidos por Alemania y Japón. La Unión Europea lanzó la Asociación para la Computación Avanzada en Europa (PRACE) con el objetivo de crear una infraestructura de supercomputación paneuropea persistente con servicios para apoyar a los científicos de toda la Unión Europea en la portabilidad, escalabilidad y optimización de aplicaciones de supercomputación. ^{[ 124 ]} Islandia construyó la primera supercomputadora de cero emisiones del mundo. Ubicada en el Centro de Datos Thor en Reikiavik , Islandia, esta supercomputadora depende de fuentes completamente renovables para su energía en lugar de combustibles fósiles. El clima más frío también reduce la necesidad de refrigeración activa, lo que la convierte en una de las instalaciones más ecológicas del mundo de la computación. ^{[ 128 ]}

La financiación del hardware de supercomputadoras también se volvió cada vez más difícil. A mediados de la década de 1990, una de las 10 supercomputadoras más potentes costaba alrededor de 10  millones de euros, mientras que en 2010 requería una inversión de entre 40 y 50  millones de euros. ^{[ 124 ]} En la década de 2000, los gobiernos nacionales implementaron diferentes estrategias para financiar las supercomputadoras. En el Reino Unido, el gobierno nacional financió las supercomputadoras en su totalidad y la computación de alto rendimiento quedó bajo el control de una agencia nacional de financiación. Alemania desarrolló un modelo de financiación mixto, combinando fondos estatales locales y fondos federales. ^{[ 124 ]}

Entre los ejemplos de supercomputadoras en la ficción se incluyen HAL 9000 , Multivac , The Machine Stops , GLaDOS , SHODAN , The Evitable Conflict , Vulcan's Hammer , Colossus , WOPR , AM y Deep Thought . Una supercomputadora de Thinking Machines fue mencionada como la supercomputadora utilizada para secuenciar el ADN extraído de parásitos conservados en la saga de Jurassic Park .

• McDonnell, Marshall T. (2013). "Diseño de supercomputadoras: un esfuerzo inicial para capturar los impactos ambientales, económicos y sociales" . Publicaciones y otros trabajos de ingeniería química y biomolecular.