ابر کامپیوتر چیست و چه کاربرد هایی دارد؟

این نوشته از مهندس یار را به ابر کامپیوتر و یا همان سوپر کامپیوتر ها اختصاص داده ایم. به شما توصیه می کنیم تا پایان این مقاله جذاب حتماً همراه ما باشید.

شاید باورتان نشود اما نیم قرن پیش کوچکترین کامپیوتر دنیا به اندازه یک اتاق بود. به تدریج با اختراع ترانزیستور ها و مدارات مجتمع، تراشه هایی به اندازه ناخن شما با توان پردازشی یک کامپیوتر تولید شدند. حالا اگر با این تراشه ها کامپیوتری به اندازه یک اتاق بسازید، میلیون ها بار سریع تر از کامپیوترهای معمولی خواهد بود و با توان پردازشی فوق العاده خود، قدرت حل پیچیده ترین مسائل ریاضی را خواهد داشت. جالب شد، نه؟ با ما همراه باشید تا بیشتر با ابر کامپیوتر ها آشنا شویم.

یک ابرکامپیوتر علمی-مهندسی به نام سامیت که در آزمایشگاه ملی اوکریج نصب شده است. در حال حاضر سامیت پس از فوکاگو (یک کامپیوتر ژاپنی با 7.299.072 هسته)، دومین دستگاه قدرتمند جهان با 2.414.592 هسته پردازنده است.

فهرست

1. ابرکامپیوتر چیست؟
   • پردازش ترتیبی و موازی
   • چرا ابرکامپیوترها از پردازش موازی استفاده میکنند؟
2. پردازش انبوه موازی
   • خوشه ها
   • شبکه ها
3. معایب ابرکامپیوترها
4. سیستم عامل ابرکامپیوترها
5. ابرکامپیوترها در واقع چه کاری انجام میدهند؟
6. قدرت پردازش ابرکامپیوترها
7. تاریخچه ابرکامپیوترها

ابر کامپیوتر چیست؟

برای پاسخ به این سوال اول باید تعریفی برای کامپیوتر ارائه دهیم. کامپیوتر یک ماشین همه منظوره است که اطلاعات و داده ها را به عنوان ورودی می گیرد، آنها را ذخیره و پردازش می کند و سپس اطلاعاتی را به عنوان خروجی یا نتیجه تولید می کند. ابر کامپیوتر لزوماً یک کامپیوتر در ابعاد بزرگ تر و پر سرعت تر نیست، بلکه مکانیزم عملکرد کاملاً متفاوتی دارد.

پردازش اطلاعات در ابر کامپیوتر ها به صورت موازی صورت می گیرد، درحالیکه در کامپیوتر های معمولی این کار را به شکل سری یا ترتیبی انجام میشود. به عبارت دیگر ابر کامپیوتر ها به جای اینکه مانند کامپیوتر های معمولی کارها را یکی یکی و به ترتیب انجام دهند، چند کار را با هم و به صورت همزمان انجام می دهند.

بیش از 80 درصد از 500 ابرکامپیوتر قدرتمند جهان متعلق به 5 کشور چین (45.2%)، آمریکا (22.8%)، ژاپن(5.8%)، فرانسه (3.8%)، و آلمان (3.2%) هستند. برای هر کشور، کم رنگ ترین ستون(سمت چپ) تعداد کل ابرکامپیوترها در سال 2017،ستون وسط سال 2018 و پر رنگ ترین ستون ( سمت راست) آمار مربوط به سال 2020 را نشان می دهد. این نمودار در ژوئن 2020 با استفاده از آخرین داده ها از 500 ابرکامپیوتر قدرتمند دنیا ترسیم شده است.

پردازش ترتیبی و موازی

برای شناخت بهتر ابر کامپیوتر ها لازم است تفاوت بین پردازش موازی و ترتیبی را بدانیم. یک کامپیوتر معمولی میتواند در یک بازه زمانی تنها یک عمل انجام دهد، بنابراین هرکار را به عملیات مختلف تقسیم می کند و به صورت نوبتی و پشت سر هم آنها را انجام می دهد. به این فرآیند، پردازش ترتیبی یا سری گفته میشود و کمی شبیه به کاری است که صندوق دار فروشگاه انجام می دهد.

صندوق دار اجناس را یکی یکی از روی نوار نقاله بر می دارد، به کمک بارکدخوان قیمت آنها را در سیستم ثبت میکند و در نهایت به شما میدهد تا داخل کیسه بگذارید. مهم نیست چقدر سریع اجناس را روی نوار نقاله یا داخل کیسه خرید بگذارید. سرعت محاسبه قیمت خریدهایتان کاملا بستگی به سرعت صندوقدار در اسکن و پردازش آن ها دارد که همیشه یکی یکی است (از زمان ظهور کامپیوتر ها، اکثر آنها با پردازش ساده ترتیبی کار می کنند که الهام گرفته از یک طرح نظری ساده به نام ماشین تورینگ است. ماشین تورینگ توسط آلن تورینگ طراحی و معرفی شده است).

یک ابر کامپیوتر مدرن با تقسیم کردن مسائل به چندین زیر مسئله و حل همزمان همه زیرمسائل خیلی سریع تر کار می کند. به این فرآیند پردازش موازی گفته می شود. مثل این است که با یک چرخ بزرگ پر از اجناس به صندوق بروید ولی آنها را بین دوستانتان تقسیم کنید، تا هرکدام در یکی از صندوق های فروشگاه تعدادی از اقلام را حساب کنند. به این ترتیب همه به صورت همزمان بخشی از خرید را انجام می دهند. حداقل در تئوری هر چه تعداد دوستان و تعداد خریدهایتان بیشتر باشد، تفاوت سرعت بین پردازش موازی و پردازش ترتیبی بیشتر و معنادار تر می شود. جالب است بدانید که مغز ما نیز از پردازش موازی برای تجزیه و تحلیل مسائل و تصمیم گیری استفاده می کند.

تصویر بالا پردازش سری یا ترتیبی را نشان می دهد. در این رویکرد، مسئله توسط یک پردازنده و قدم به قدم حل میشود. سرعت انجام کار و حل مسئله تنها به سرعت پردازنده که در قسمت میانی قرار گرفته است بستگی دارد نه به صورت دریافت ورودی یا تولید خروجی. تصویر پایین پردازش موازی را نشان میدهد. در این نوع پردازش، مسئله به قسمت های مختلف تقسیم شده و هر قسمت توسط یک پردازنده مجزا حل می شود. حتی اگر پردازنده ها سرعتی برابر با پردازش ترتیبی داشته باشند، چون به صورت همزمان کار می کنند، مسئله معمولاً سریع تر حل می شود.

چرا ابر کامپیوتر ها از پردازش موازی استفاده می کنند؟

استفاده بسیاری از ما از کامپیوتر تنها محدود به کارهای رایج و روزمره ای می شود که قدرت پردازشی چندانی نمی خواهد. کارهایی مثل گشت و گذار در اینترنت، ارسال ایمیل و استفاده از نرم افزارهای متنی درصد کمی از قدرت پردازش یک کامپیوتر معمولی را به کار می گیرند. ولی اگر بخواهید پردازش های پیچیده تری مثل تغییر رنگ یک تصویر بزرگ دیجیتالی را انجام دهید، می بینید که کامپیوتر شما باید تلاش زیادی بکند.

مثلاً ممکن است حدود یک دقیقه طول بکشد تا عملیات پیچیده ای روی یک تصویر بزرگ دیجیتالی انجام شود. برای اجرای بازی های کامپیوتری سیستم به پردازنده قدرتمند و حافظه فعال (RAM) بالایی نیاز دارد وگرنه ممکن است هنگام بازی با کندی سرعت مواجه شوید. برای حل این مشکل می توانید یک پردازنده قدرتمند تر تهیه کنید یا حافظه رم را ارتقا دهید. با این کار سرعت پردازش کامپیوترتان به میزان چشمگیری افزایش پیدا می کند، اما باز هم سرعت آن محدود خواهد بود، زیرا یک پردازنده به طور کلی در هر واحد زمانی می تواند فقط یک کار را به انجام برساند.

حالا تصور کنید می خواهید وضعیت هوا را پیشبینی کنید، یا داروی جدید سرطان را آزمایش کنید و یا شرایط آب و هوایی زمین را برای 3 دهه آینده مدلسازی کنید. حتی بهترین کامپیوترها هم قدرت حل چنین مسائلی را ندارند. می توان با ارتقای پردازنده و حافظه کامپیوتر، سرعت پردازش آن را ارتقا داد، اما تا حد مشخصی. بهترین کار استفاده از پردازش موازی است. باید به تعداد کافی پردازنده به سیستم اضافه کنید، مسئله را به قسمت های کوچکتر تقسیم کنید و هر بخش را به یک پردازنده بسپارید تا همه زیر مسائل به شکل موازی حل شوند.

پردازش انبوه موازی

پس از مطرح شدن ایده اولیه پردازش موازی، هرروز به تعداد پردازنده های کامپیوترها اضافه شد. از سال  1990 تاکنون ابرکامپیوترها از چندین هزار پردازنده برای پردازش انبوه موازی استفاده کرده اند. در حال حاضر قدرتمندترین ابر کامپیوتر دنیا، دارای 40,960 ماژول پردازشی، هریک با 260 هسته پردازنده و در مجموع 10,649,600 هسته پردازنده است!

متاسفانه پردازش موازی یک مشکل ذاتی دارد. بیاید به تشبیه سوپرمارکت برگردیم. دیدیم که اگر شما و دوستانتان خریدتان را تقسیم کنید و به صورت همزمان برای حساب کردن اقلام خریداری شده به صندوق های مختلف مراجعه کنید، نسبت به حالتی که تنهایی خرید کنید مدت زمان کمتری طول خواهد کشید. اما زمانی هم باید برای تقسیم کار و هماهنگی خرید ها صرف کنید. همچنین در آخر باید دوباره دور هم جمع شوید و اجناس را از هم تحویل بگیرید. بنابراین مقداری از زمانی که با تقسیم کار صرفه جویی کرده اید، صرف هماهنگی و گردآوری می شود.

به کمک این مثال میتوان به طور شهودی حدس زد که در پردازش موازی هر چه قدر تعداد پردازنده ها در یک ابر رایانه بیشتر باشد، تقسیم کردن مسائل به زیرمسائل کوچکتر و ترکیب کردن آنها به شکل بهینه سخت تر خواهد بود. همچنین برای تقسیم مسائل، تخصیص منابع، کنترل حجم کاری بین همه پردازنده های مختلف و ترکیب کردن نتایج، وجود نوعی سیستم مدیریت متمرکز یا هماهنگ کننده ضروری است که به نوبه خود هزینه بر خواهد بود.

آیا همه مسائل را می توان تقسیم بندی کرد؟

مسائل ساده ای مثل خرید معمولی از فروشگاه به راحتی قابل حل هستند، اما فرض کنید چرخ خرید شما متشکل از یک بیلیون کالا باشد و 650.00 نفر از دوستانتان قصد کمک به شما را داشته باشند. برخی مسائل پیچیده (مثل پیش بینی وضعیت آب و هوای دنیا در هفته آینده) را می توان به اصطلاح به شکلی تر و تمیز به زیر مسائل مستقل (پیش بینی وضعیت آب و هوای هر کشور) تقسیم کرد. دانشمندان علوم کامپیوتر به این نوع مسائل، مسائل موازی کامل (EPC) می گویند، زیرا به سادگی قابل تقسیم به مسائل مجزا و حل موازی هستند.

اما اکثر مسائل را نمی توان به راحتی تقسیم کرد. آب و هوای یک کشور به میزان زیادی به آب و هوای سایر کشورها بستگی دارد، بنابراین نمی توان وضعیت آب و هوای هر کشور را مستقل از کشورهای دیگر پیش بینی کرد. معمولاً پردازنده های موازی در یک ابر کامپیوتر باید هنگام حل مسئله باهم در ارتباط باشند، یا اینکه بعضی پردازنده ها باید منتظر خروجی سایر پردازنده ها بمانند تا بتوانند کارشان را شروع کنند.

موضوع مرتبط: آموزش آلتیوم دیزاینر

اکثر مسائلی که توسط کامپیوتر های انبوه موازی حل می شوند، ترکیبی از مسائل کاملاً سری یا ترتیبی (تقسیم مسئله به زیر مسائلی که باید پشت سر هم و با ترتیب مشخص حل شوند) و مسائل کاملاً موازی هستند. به عبارت دیگر برخی قسمت های مسئله را می توان همزمان به صورت موازی حل کرد، درحالی که سایر قسمت ها لزوماً باید به صورت ترتیبی و پشت سرهم حل شوند. طبق یک اصل محاسباتی (به نام قانون آمدال که توسط جین آمدال، از پیشگامان معماری کامپیوتر مطرح شد) در معماری کامپیوتر، یک سامانه پردازش موازی تا حد مشخصی می تواند حل مسئله را تسریع کند و میزان این بهبود سرعت توسط بخش های ترتیبی مسئله تعیین می شود.

خوشه ابر کامپیوتر

برای حل مسائل پیچیده به کمک ابر کامپیوتر دو راه دارید. یک راه این است که یک کامپیوتر با تعداد زیادی پردازنده داشته باشید که باهم در ارتباط باشند و با استفاده از پردازش انبوه موازی مسائل پیچیده را حل کنند. یا اینکه می توانید تعداد زیادی کامپیوتر معمولی را داخل یک اتاق قرار دهید و آنها را به وسیله شبکه محلی (LAN) پرسرعت به هم متصل کنید تا تقریباً همان کار را برایتان انجام دهند. به این نوع ابر کامپیوتر، خوشه گفته می شود. گوگل با همین خوشه های تشکیل شده از کامپیوتر های معمولی که در مراکز داده در سراسر دنیا پراکنده شده اند، برای کاربران جستجو انجام می دهد.

ابر کامپیوتر خوشه ای Pleiades ICE ناسا مجهز به 241.108 هسته پردازنده در قالب 158 قفسه ایستگاه کاری سیلیکون گرافیک است. بنابراین به راحتی می توان آن را توسعه داد و کامپیوتر قدرتمندتری ساخت. این دستگاه بیش از یک دهه پیش ساخته شده و به تدریج توسعه داده شده است. Pleiades ICE در حال حاضر تقریبا 15 برابر قوی تر از آن زمان و چهلمین ابر کامپیوتر قدرتمند جهان است.

تفاوت شبکه با ابر کامپیوتر

شبکه هم نوعی ابرکامپیوتر شبیه خوشه است (از این نظر که از کامپیوترهای مجزا تشکیل شده است)، با این تفاوت که کامپیوترها در جاهای مختلف و با فواصل زیاد از هم قرار دارند، و با استفاده از اینترنت ( یا شبکه های کامپیوتری دیگر) به هم متصل می شوند. شبکه، نمونه ای از رایانش توزیع شده است و به این معناست که برخلاف رایانش متمرکز، هر کامپیوتر در شبکه، قدرت پردازشی خود را با دیگر کامپیوتر ها به اشتراک می گذارد و در نتیجه هم منابع و هم کارها بین کامپیوتر های شبکه تقسیم می شود.

ابر رایانش شبکه ای به دو دسته اصلی تقسیم می شود. فرض کنید تعدادی کامپیوتر بزرگ و قدرتمند در دانشگاه ها داریم که توسط اینترنت به هم متصل شده اند و یک شبکه ابر کامپیوتر تشکیل داده اند. همه کامپیوترها دائماً در شبکه کار نمی کنند، اما به طور کلی می دانیم که در هر بازه زمانی کدام کامپیوتر ها فعال هستند. شبکه رایانش LHC جهانی که توسط آزمایشگاه ذرات بنیادی سرن برای پردازش داده های شتاب دهنده ذرات LHC (برخورد دهنده بزرگ هاردون) پیکربندی شده، نمونه ای از ابر رایانش شبکه ای نوع یک است.

این سیستم از دو لایه کامپیوتر تشکیل شده است. در لایه اول، 11 مرکز کامپیوتر اصلی توسط شبکه های خصوصی، به شکل مستقیم با آزمایشگاه سرن در ارتباط هستند. این مراکز اصلی توسط اینترنت و شبکه های خصوصی به 160 مرکز کوچک تر (لایه دوم) در سراسر دنیا (اکثراً در دانشگاه ها یا مراکز پژوهشی دیگر) متصل هستند.

دسته دوم شبکه ها مربوط به  کاربردهای موردی و غیررسمی بوده و اغلب متشکل از کامپیوتر های شخصی و خانگی است. پروژه های رایانش آنلاین در وبسایت هایSETI@home ، GIMPS ، FightAIDS@home ، Folding@home ، MilkyWay@home یا ClimatePrediction.net نمونه هایی از نوع شبکه ها هستند. این پروژه های موردی به کمک یک ابر کامپیوتر شبکه ای متشکل از کامپیوترهای خانگی انجام میشوند. این نوع رایانش رویکردی فرصت طلبانه دارد و از هر کامپیوتری که در دسترس باشد برای پردازش داده ها استفاده می کند. این نوع شبکه ها که از اینترنت عمومی استفاده می کنند، برای حل مسائل کاملاً موازی که به راحتی به بخش های مجزا تقسیم می شوند بسیار مناسب هستند.

چالش های ابرکامپیوتر ها

یک ابرکامپیوتر Cray-2 (سمت چپ) نصب شده در ناسا (1989)، همراه با برج خنک کننده فلورینت اختصاصی (سمت راست). این ابرکامپیوتر به عنوان پیشرفته ترین کامپیوتر اواسط دهه 80، میتوانست نیم میلیارد محاسبه را در یک ثانیه انجام دهد.

اگر به صورت روزمره از لپ تاپ استفاده می کنید (و بیشتر آن را روی پایتان می گذارید تا روی میز) حتماً متوجه شده اید که موقع کار چقدر داغ میشود. زیرا تقریباً همه انرژی الکتریکی که از طریق کابل برق، لپ تاپ را تغذیه می کند، در نهایت به انرژی گرمایی تبدیل می شود. به همین علت است که اکثر کامپیوتر ها به نوعی سیستم خنک کننده از فن داخل کیس (برای کامپیوترهای خانگی) گرفته تا سیستم های تهویه  خیلی بزرگ (برای کامپیوترهای بزرگ) نیاز دارند.

داغ کردن یکی از مشکلات اساسی ابر کامپیوترها است. ابر کامپیوتر های اولیه کری ( ساخته سیمور کری) سیستم های خنک کننده مفصلی داشتند. ورژن دوم این ابر کامپیوترها حتی مجهز به برج خنک کننده اختصاصی بودند که نوعی مایع خنک کننده ( فلورینت) را به اطراف کیس ها پمپ میکرد تا مانع داغ شدن بیش از حد آن ها شود.

ابر کامپیوتر های مدرن معمولا با هوا (توسط فن) یا با مایع (شبیه به سیستم خنک کننده یخچال) خنک می شوند. در هر صورت، سیستم های خنک کننده انرژی زیادی مصرف می کنند و هزینه بر هستند. همچنین مواد شیمیایی که از آن ها منتشر می‌شود برای محیط زیست مضر هستند. به همین علت است که برخی ابر کامپیوتر ها با قدرت پائین تری کاری می کنند تا در عوض مصرف انرژی و توان خنک کنندگی مورد نیاز خود را کاهش دهند و کمتر به محیط زیست آسیب بزنند.

سیستم عامل ابرکامپیوترها

شاید تعجب کنید اگر بدانید که اکثر ابر کامپیوترها سیستم عامل های معمولی دارند، مشابه با آنهایی که روی کامپیوتر شخصی تان اجرا می شود. البته اگر یادتان باشد که بسیاری از ابر کامپیوتر ها خوشه هایی متشکل از کامپیوترها یا ایستگاه های کار معمولی هستند، آنقدر هم تعجب آور نیست.

رایج ترین سیستم عامل ابرکامپیوترها در گذشته سیستم عامل یونیکس بود، اما در حال حاضر لینوکس (یک سیستم عامل متن باز مشابه یونیکس که توسط لینوس توروالدز و به کمک هزاران داوطلب نوشته شده است) جایگزین آن شده است. از آنجا که ابر کامپیوتر ها اکثراً برای حل مسائل علمی برنامه ریزی می شوند، برنامه های کاربردی آنها گاهی به زبان های سنتی برنامه نویسی علمی مثل فورترن و همچنین به زبان های معروف و مدرنی مانند C و C++ نوشته می شود.

ابر کامپیوتر ها در واقع چه کاری انجام می دهند؟

ابرکامپیوتر ها میتوانند در حل پیچیده ترین مسائل علمی مثل مدل سازی وضعیت آب و هوای زمین به ما کمک کنند.

همانطور که در ابتدای این مطلب اشاره شد، کامپیوتر یک ماشین همه منظوره است و کاربرد های مختلفی ازجمله ارسال ایمیل، بازی، ویرایش تصاویر و … دارد. گوشی های هوشمند با سیستم عامل آندروید یا آیفون هم مثل یک کامپیوتر جیبی هستند و اپلیکیشن ها را اجرا می کنند. اپلیکیشن ها در واقع همان نرم افزارهای کامپیوتری هستند با اسمی متفاوت.

ابر کامپیوتر ها کمی متفاوت هستند. از ابر کامپیوتر ها اغلب برای تحلیل مسائل علمی و ریاضی دشوار و پیچیده مثل شبیه سازی تست موشک های هسته ای، پیش بینی وضع هوا، شبیه سازی اوضاع جوی و تست قدرت الگوریتم های رمزنگاری (کدهای امنیتی کامپیوتر) استفاده می شود. در تئوری، از یک ابرکامپیوتر همه منظوره می توان برای هر کاری استفاده کرد.

موضوع مرتبط: آموزش میکروکنترلر آرم

از برخی ابر کامپیوتر های همه منظوره میتوان برای تحلیل انواع مسائل علمی استفاده کرد، درحالی که بعضی از آنها تنها برای انجام دادن کارهای مشخصی طراحی و برنامه ریزی می شوند. دو ابرکامپیوتر معروف در تاریخ که به این شکل طراحی شده اند، ابر کامپیوتر دیپ بلو و واتسون هستند. دیپ بلو در سال 1997 توسط شرکت IBM به طور خاص برای شطرنج بازی کردن (در مقابل استاد بزرگ روسی، گری کاسپاروف)، و واتسون (نام گذاری شده به افتخار موسس IBM، توماس واتسون و پسرانش) برای بازی جپردی طراحی شده بودند.

ابر کامپیوتر هایی را که برای هدف خاصی طراحی می شوند میتوان بهینه سازی کرد. برای مثال دیپ بلو برای جستجو در پایگاه داده های عظیم حرکات بالقوه شطرنج و ارزیابی اینکه کدام حرکت در شرایط خاصی بهترین است، ساخته شده بود. در حالی که واتسون برای تجزیه و تحلیل سوالات دشوار حوزه اطلاعات عمومی به زبان انسان بهینه سازی شده بود.

قدرت پردازش ابر کامپیوتر ها

عملکرد کامپیوتر های معمولی اغلب با واحد MIPS (میلیون دستور در ثانیه) بیان می شود که یعنی تعداد دستورات اساسی برنامه نویسی ای (خواندن، نوشتن، ذخیره و غیره) که پردازنده می تواند در واحد زمان اجرا کند. برای مقایسه دو کامپیوتر، می توان به راحتی شاخص MIPS آنها را باهم مقایسه کرد (یا سرعت پردازنده آن ها که معمولا با گیگاهرتز نشان داده می شود).

کارایی ابر کامپیوتر ها به شکل دیگری سنجیده می شود. از آنجا که کاربرد اصلی آن ها انجام محاسبات علمی است، عملکردشان با تعداد عملیات ممیز شناوری (FLOPS) که می توانند در ثانیه انجام دهند ارزیابی می شود. این شاخص، معیار معنادار تری برای سنجش عملکرد کامپیوتر است، زیرا دقیقاً آنچه را که سیستم انجام می دهد می سنجد (برخلاف MIPS که نرخ اجرای دستور العمل ها را محاسبه می کند و به ماهیت دستور العمل ها اعتنایی ندارد). همانطور که جدول زیر نشان می دهد، از زمان پیدایش اولین ابر کامپیوتر تا به امروز، کارایی آنها روز به روز بهبود یافته است.

تاریخچه ابر کامپیوتر ها

اگر تاریخچه کامپیوتر ها را بخوانید بلافاصله متوجه این نکته خواهید شد که هیچ کس نمی تواند به تنهایی ادعا کند که مخترع این ماشین های بی نظیر است. اما در مورد ابر کامپیوتر ها باور عموم بر این است که پیدایش این سیستم ها تا حد زیادی مدیون کارها و تلاش های سیمور کری (1925–1996) است. در ادامه به تاریخچه مختصر ابر کامپیوتر ها از پیش از ساخت ابر کامپیوتر های کری تا به امروز خواهیم پرداخت.

واحد پردازش یک ابرکامپیوتر کری که به شکل حرف C ساخته شده است

• 1946: جان ماکلی و جان پرسپر اکرت، اولین کامپیوتر الکترونیکی همه منظوره به نام “محاسبه‌گر و یکپارچه‌ساز عددی الکترونیکی (ENIAC)” را در دانشگاه پنسیلوانیا ساختند. این کامپیوتر که 250 سانتی متر ارتفاع و 30 تن وزن داشت، برای حل مسائل علمی-نظامی استفاده می شد و بنابراین می توان آن به عنوان اولین ابر کامپیوتر علمی-مهندسی دنیا در نظر گرفت.

• 1953: IBM اولین کامپیوتر بزرگ همه منظوره خود به نام IBM 701 ( معروف به محاسبه گر دفاعی) را ساخت و 20 نمونه از آن را به سازمان های مختلف دولتی و نظامی فروخت. می توان گفت IBM 701 اولین ابر کامپیوتر تجاری است. بعد ها جین امدال، مهندس IBM طرح جدیدی از این کامپیوتر به نام IBM 704 را با کارایی محاسباتی 5000 FLOPS ارائه کرد.

• 1956: IBM ابرکامپیوتر Stretch را برای آزمایشگاه ملی Los Alamos ساخت که تا سال 1964 جایگاه خود را به عنوان سریع ترین کامپیوتر جهان حفظ کرد.

• 1957: سیمور کری به همراه دوستش شرکت CDC را تاسیس و شروع به ساخت کامپیوترهای پرسرعت تزانزیستوری با کارایی بالا کرد. CDC 1604 و 6600 CDC از نمونه های تولیدی این شرکت در سال های 1958 و 1964 هستند که ضربه جدی به سلطه شرکت IBM بر بازار وارد کردند.

• 1972: سیمور کری CDC را ترک و شرکت تحقیقات کری را به هدف تولید کامپیوترهای پیشرفته یا اولین ابر کامپیوتر های واقعی تاسیس کرد. یکی از ایده های اصلی او کاهش طول اتصالات بین اجزای داخلی کامپیوتر ها به هدف تسریع پردازش های محاسباتی سیستم بود. به همین دلیل است که کامپیوترهای اولیه کری به شکل حرف c ساخته شده اند. همچنین این طراحی دایروی غیرعادی (و رنگ قرمز یا آبی درخشان محفظه) به تمایز محصولات کری از رقبا نیز کمک می کرد.

• 1976: اولین ابر کامپیوتر Cray-1 در آزمایشگاه ملی لوسالاموس نصب شد. این کامپیوتر سرعت پردازشی برابر با 160 مگا فلاپ داشت.

• 1979: کری یک مدل پرسرعت تر به نام Cray-2، با 8 پردازنده و سرعت پردازش 1.9 گیگافلاپ طراحی کرد. در مدل Cray-1 طول اتصالات برابر با 120 سانتی متر بود، در حالی که در Cray-2 این طول به 41 سانتی متر کاهش پیدا کرده بود.

• 1983: شرکت “ماشین آلات متفکر” از ابر کامپیوتر پردازش انبوه موازی خود با 64000 پردازنده موازی رونمایی کرد.

• 1989: سیمور کری یک شرکت جدید با نام “کامپیوترهای کری” تاسیس کرد. اولین تولیدات این شرکت مدل های Cray-3 و Cray-4 بودند.

• دهه 1990: کاهش بودجه صنایع دفاعی و ظهور ایستگاه های کاری قدرتمند RISC که تولید شرکت هایی مانند سیلیکون گرافیکز بودند، اوضاع اقتصادی را برای سازندگان ابر کامپیوترها سخت کرده بود.

• 1993: “تونل باد عددی” ساخت شرکت فوجیتسو با 166 پردازنده برداری به عنوان پرسرعت ترین کامپیوتر جهان شناخته شد.

• 1994: شرکت “ماشین آلات متفکر” اعلام ورشکستگی کرد.

• 1995: شرکت “کامپیوترهای کری” هم با مشکلات اقتصادی روبه رو شد و اعلام ورشکستی کرد. در این بین در یک واقعه غم انگیز سیمور کری در 5 اکتبر 1996 پس از جراحات وارده در یک سانحه رانندگی درگذشت.

• 1996: شرکت تحقیقات کری ( اولین شرکت تاسیس شده توسط سیمور کری) توسط شرکت سیلیکون گرافیکز خریداری شد.

• 1997: ASCI Red، ابرکامپیوتر مجهز به پردازنده پنتیوم، تولید شرکت اینتل و آزمایشگاه ملی ساندیا تبدیل به اولین ابرکامپیوتر دنیا با سرعت پردازشی در حد ترافلاپ شد.

• 1997: ابرکامپیوتر دیپ بلو تولید شرکت IBM موفق شد گری کاسپارف، استاد بزرگ شطرنج دنیا را شکست دهد.

• 2008: ابرکامپیوتر جگوار تولید شرکت تحقیقاتی کری و آزمایشگاه ملی اوکریج به عنوان اولین ابر کامپیوتر علمی دنیا با سرعت پردازشی در حد پتافلاپ شناخته شد. اما طولی نکشید که مغلوب ابر کامپیوترهای تولیدی چین و ژاپن شد.

• 2013-2011: جگوار ارتقا پیدا کرد و با نام جدید تایتان جایگاه پرسرعت ترین ابر کامپیوتر دنیا را تصاحب کرد. اما طولی نکشید که جایگاه خود را به تیان هه 2، ابرکامپیوتر چینی واگذار کرد.

• 2014: یک کنسرسیوم اروپایی به نام مونت بلانک، اعلام کرد که قصد ساخت یک ابرکامپیوتر با سرعت پردازشی در حد اگزافلاپ (1018 فلاپ) با استفاده از پردازنده های گوشی های هوشمند و تبلت های کم مصرف دارد.

• 2017^: دانشمندان چینی اعلام کردند که به زودی از یک ابرکامپیوتر با سرعتی در حد اگزافلاپ رونمایی خواهند کرد.

• 2018^: در جون 2018، ابرکامپیوتر شرکت اوکریج به نام زومیت، دوباره جایگاه خود را در بین پرسرعت ترین ابرکامپیوترهای آمریکا بازپس گرفت و به مقام اول صعود کرد.

• 2020^: بااینکه در رده بندی بهترین ابرکامپیوترهای دنیا، آمریکا 4 جایگاه از 10 جایگاه اول در اختیار دارد، چین بیشترین تعداد ابرکامپیوترها را در لیست 500 تایی دارد. در جون 2020 چین و آمریکا به ترتیب 226 و 114 جایگاه در لیست قدرتمندترین ابرکامپیوترهای دنیا داشتند. در سال 2017 این تعداد به 220 و 143 و در سال 2018  به 171 و 171 رسید.

• 2020^: ابرکامپیوتر ساخت ژاپن به نام فوگاکو با سرعت فوق العاده 415.5 پتافلاپ، به عنوان پرسرعت ترین ابرکامپیوتر دنیا شناخته شد (تقریباً سه برابر سریع تر از زومیت که پیشتر در جایگاه اول قرار داشت). در حال حاضر فوگاکو در مرکز علوم محاسباتی رایکن (R-CCS) در شهر کوبه ی ژاپن نصب شده است.