Con un centinaio di missioni all’attivo, a NASA non mancano certo dati da analizzare, e questa sovrabbondanza di informazioni porta alla ricerca di nuovi metodi per processare e gestire sempre meglio i risultati delle scoperte scientifiche. L’Agenzia ha costruito uno dei più potenti supercomputer presso l’Ames Research Center, “Pleiades“, in grado di combinare i dati e creare modelli che spiegano il comportamento di molti eventi, dall’interazione degli atomi alla formazione di intere galassie, ma queste macchine sono costose sia da costruire che da mantenere. Un’azienda ha però solleticato l’interesse dell’Agenzia nel tentativo di far accedere gli scienziati, che usano i loro laptop o PC, a questo tipo di straordinaria potenza di calcolo, mettendoli in grado di completare i progetti localmente sui loro dispositivi.
La grafica fluida e verosimile dei videogiochi di questi anni si deve all’invenzione della GPU, il processore grafico inventato nei tardi anni ’90, ossia un chip che può accelerare l’elaborazione di una grande massa di calcoli vettoriali necessari per il rendering delle immagini sullo schermo, fino a 60 volte al secondo (FLOPS è il termine tecnico che indica il numero di operazioni in virgola mobile eseguite in un secondo dalla CPU). Il risultato è un’azione in tempo reale.
Oltre ad aver accompagnato l’avvento di una nuova era di intrattenimento elettronico, la tecnologia ha dato il via a nuovi metodi di soluzione di problemi scientifici grazie all’elaborazione ad elevato parallelismo, ossia un tipo di calcolo parallelo effettuato da centinaia o migliaia di processori racchiusi in un unico supercomputer, e utilizzato per risolvere moltissimi calcoli simultaneamente.
Una delle prime compagnie a riconoscere le potenziali applicazioni della GPU al di fuori della grafica dei videogiochi fu EM Photonics Inc., con sede a Newark nel Delaware. A metà degli anni 2000 l’azienda inizò a sviluppare programmi mirando a risolvere complessi algoritmi per la modellizzazione di antenne e dispositivi ottici, ma programmare le GPU all’inizio non fu semplice. “L’hardware era progettato per lavori di grafica” afferma il CEO Eric Kelmelis, “perciò si doveva far credere al processore di elaborare immagini, quando in realtà stava completando operazioni scientifiche al posto nostro, stava svolgendo equazioni”.
Tutto questo cambiò nel 2006 quando la compagnia che inventò la GPU, NVIDIA, rilasciò CUDA, una piattaforma parallela più user friendly per lo sviluppo di software. Grazie ad essa EM Photonics riuscì a realizzare un progetto unico nel suo genere, all’epoca: programmare una serie di librerie per il calcolo dell’algebra lineare sfruttando l’accelerazione della GPU, implementando anche lo standard industriale LAPACK. Unire questi software agli acceleratori GPU avrebbe permesso dunque agli scienziati di beneficiarne con i loro laptop.
I ricercatori NASA, così come altri scienziati, utilizzano costantemente equazioni di algebra lineare per le missioni. Come afferma il computer scientist Creon Levitt di NASA, che fece parte del comitato di valutazione del progetto, “c’era un ovvio vantaggio per noi nello sviluppo di questo tipo di software, e EM Photonics aveva il background appropriato, perciò sembrava abbastanza verosimile che potessero riuscirci”. Per raggiungere l’obiettivo, l’azienda fece domanda di un finanziamento tramite contratto SBIR (Small Business Innovation Research), che l’Ames Research Center accettò. In Agosto del 2009 fu rilasciato il pacchetto CULA Dense.
Accedere al CULA Dense su un normale computer è come avere a disposizione marce in più in un’auto. Marce che nemmeno sapevi esistessero. Le CPU (central processing units) dei computer sono adatte a risolvere problemi sequenziali, graduali, ma non sono così veloci ed efficienti come le GPU programmate su computer a calcolo parallelo. EM Photonics creando CULA Dense ha rimosso l’enorme barriera che esisteva nei processi di programmazione, fornendo un sistema accessibile a qualsiasi scienziato.
Secondo Henry Jin, un ricercatore che lavora nella divisione dei supercomputer all’Ames, la differenza di potenza tra i due chip è sconvolgente: “Una moderna CPU può raggiungere ca. 20 gigaflops al massimo della potenza, mentre un singolo acceleratore GPU può facilmente arrivare ad un teraflop, perciò da questo punto di vista il passo è stato enorme”. In altri termini questo significa che CULA Dense può risolvere calcoli paralleli con una velocità da 6 a 10 volte più alta di applicazioni LAPACK basate su CPU, quindi un processo che generalmente necessita di settimane può essere completato in pochi giorni.
Nei tre anni successivi al rilascio CULA Dense ha registrato più di 12.000 utenti, dalle agenzie governative al settore privato alle istituzioni accademiche in tutto il mondo. Persino Titan, il supercomputer più veloce al mondo da Novembre 2012, utilizza l’applicazione per incrementare ulteriormente la sua velocità di calcolo.
EM Photonics ha sviluppato e messo in commercio più recentemente un’altra libreria di calcolatori di algebra lineare chiamata CULA Sparse, che fornisce agli scienziati un più vasto assortimento di strumenti matematici.
Secondo il general manager di NVIDIA, Ian Buck, “ad oggi contiamo centinaia di applicazioni basate su CUDA in tutto il mondo e utilizzate per diversi scopi, dallo studio del tumore al cervello alla ricerca sull’HIV/AIDS, all’energia rinnovabile.”
L’uso di processori grafici ha velocizzato la potenza di calcolo dei moderni computer © NASA / Veronica Remondini
Per approfondire:
Spinoff nel dettaglio [ENG]
CULA Dense [ENG]
CULA Sparse [ENG]
Sito di EM Photonics Inc. [ENG]
Presentazione completa in pdf originale in inglese, traduzione italiana a cura di Veronica Remondini.
