اطلاعات بلادرنگ بازار، مدل سازی آناتومی بدن انسان، اکتشافات صنعتی پیشگویانه، علوم فضایی و خیلی از حوزه‌های علوم جدید منجر به ایجاد تحولی در دنیای آینده ما خواهند که رایانش پرقدرت (high-performance) در شکل گیری آن نقش مهمی دارد.
به لطف وجود ابر کامپیوتر و پیاده سازی گسترده رایانش ابری، هر روز شاهد ارائه نرم‌افزارهای کامپیوتر پرقدرت جدید هستیم با اینکه چنین نرم‌افزارهایی به منابع زیادی نیاز دارند. این فناوری‌ها زندگی را ساده تر کرده و به پردازش داده در مقیاس عظیم کمک می‌کنند.
از جمله کاربردهای رایانش پرقدرت می‌توان به ایجاد تحول در علم اشاره کرد اما اول از همه باید به این موضوع بپردازیم که رایانش پرقدرت چیست؟
رایانش پرقدرت چیست؟
رایانش پرقدرت یا High-performance computing به ظرفیت یک سیستم برای پردازش حجم انبوهی از داده‌ها و اجرای مدل‌های پیچیده با سرعت بالا گفته می‌شود. در نتیجه نرم‌افزارهای HPC باید چندین ترابایت، پتابایت یا حتی زتابایت داده را به صورت لحظه‌ای و بلادرنگ پردازش کنند.
به همین دلیل HPC متکی بر اصول رایانش، شبکه و ذخیره داده‌ها است.
در ادامه مطلب به بعضی از کاربردهای مهم تکنولوژی high-performance می‌پردازیم که بر جهان ما تأثیر گذاشته اند.
1. پیش بینی بیماری‌های قلبی عروقی
جای تردید نیست که مشکلات قلبی می‌توانند جان انسان را تهدید کنند و یکی از چالش‌هایی که در درک مکانیزم قلب وجود دارد، پاسخ آناتومیک قلب به شرایط مختلف است. در نتیجه پیش بینی رفتار آن به صورت لحظه‌ای و بلادرنگ کار سختی است.
خوشبختانه یکسری راهکار مبتنی بر HPC برای این مسئله در راه هستند.
برای مثال در سال 2012، آی‌بی‌ام و آزمایشگاه‌های وزارت دفاع آمریکا با استفاده از یکی از پرسرعت ترین ابرکامپیوترهای جهان، مکانیزم‌های هم ایستایی قلب انسان را در سطح مولکولی شبیه سازی کردند.
این گروه از سرعت بالای پردازش کامپیوتر Sequioa برای ساختن یک مدل مقیاس پذیر به اسم Cardioid استفاده کردند که قلب انسان را شبیه سازی می‌کند. و بر خلاف برنامه قلبی که فقط ده ضربان قلب یا کمتر از آن را شبیه سازی می‌کرد، طرح Cardioid قابلیت شبیه سازی هزاران ضربان قلب را دارد و 300 بار نسبت به بیشتر مدل‌ها سریع تر است.
پروژه Cardioid شرکت آی‌بی‌ام تنها پروژه حوزه رایانش پرقدرت نیست که باعث ایجاد تحول در حوزه سلامت قلب می‌شود. پروژه Living Heart از Dassault Systemes هم جزء پروژه‌های قابل توجه این حوزه است.
بنابراین می‌توان انتظار داشت که در آینده انواع رژیم‌های غذایی و داروها را اول روی مدل‌های شبیه سازی شده تست کنیم. این برنامه‌ها و پروژه‌ها امید به بهبود تجهیزات حوزه قلبی عروقی و نصب ارگان‌ها حین جراحی را افزایش داده اند.
در سال 2018 شرکت گوگل یک مدل یادگیری عمیق ساخت که با استفاده از علم بینایی کامپیوتری و از طریق تصاویر اسکن شده عنبیه چشم، بیماری‌های قلبی عروقی را پیش بینی می‌کرد.
این فناوری با ارزیابی رگ‌های خونی چشم کار کرده و از این اطلاعات برای پیش بینی فشار خون سیستولیک و تشخیص سایر علائم خطر استفاده می‌کند.
چنین طرحی به پیش بینی زود هنگام بیماری‌های قلبی و عروقی و پیشگیری از این بیماری‌ها کمک زیادی می‌کند.
همچنین مدل‌های هوش مصنوعی شبیه سازی شده از الکتروکاردیوگرام (ECG) به تشخیص ناهنجاری‌های قلبی عروقی کمک می‌کنند در نتیجه همزمان با افزایش نرخ موفقیت جراحی‌های قلب باز، باعث می‌شوند علم به نقطه‌ای برسد که پزشکان و بیماران درباره نتیجه جراحی اطمینان بیشتری داشته باشند.
یکی از کاربردهای موفق مدل سازی قلب و عروق، شبیه سازی 3 بعدی قلب یک دختر چهار ساله در بیمارستان کودکان نیکلاس در سال 2015 بود. این حرکت از این جهت امیدوارکننده و متفاوت بود که به جراحان امکان داد روی یک نسخه شبیه سازی شده از قلب جراحی کرده و قبل از انجام جراحی واقعی، بهترین روش برای جراحی را تشخیص دهند.
2. آشنایی با ژنوم ویروس
گرچه امکان تعیین توالی ژن ویروس‌ها وجود دارد اما درک این مسئله به صورت لحظه‌ای و بلادرنگ کار سختی است چون ویروس‌ها جهش می‌کنند. به لطف رایانش پرقدرت، شبیه سازی پیشرفته این مکانیزم‌ها رو به رشد و تکامل است و به تصمیم گیرندگان این حوزه کمک زیادی می‌کند.
یک نمونه جدیدتر از این مسئله، کاری بود که CSIRO برای بررسی ژنوم کامل ویروس کرونا انجام داد که در اوایل سال 2020، این شبیه سازی روی یک ابر کامپیوتر CSIRO انجام شد.
تیم Data61 از CSIRO با موفقیت مکانیزم اتصال کرونا را شبیه سازی کرد.
کووید 19 از جمله ویروس‌هایی است که دائماً جهش پیدا می‌کند اما شبیه سازی مکانیزم آن کمک زیادی به درک رفتار تکاملی ویروس برای محققان می‌کنند. چنین پیشرفتی نه تنها به محققان برای هدف گرفتن دقیق ژنوم ویروس با واکسن کمک می‌کند بلکه به پیشی بینی الگوی رفتاری این ویروس به شدت مسری هم کمک زیادی می‌کند.
این پیشرفت‌ها باعث می‌شوند که تهیه دارو و واکسن با سرعت و هزینه کمتری انجام شده و به مبارزه با آلودگی‌های مسری مختلف کمک زیادی می‌کند.
حتی ممکن است این تحقیقات به دانشمندان برای شناسایی ژن‌های خاصی از انسان که باعث مقاوم سازی در برابر آلودگی می‌شوند، کمک کند.
3. تکنولوژی اتومبیل‌های خودکار
الگوریتم مورد نیاز برای راندن یک خودروی بدون راننده پیچیده است و باید محاسبات پیچیده زیادی را به صورت لحظه‌ای انجام دهد. در واقع تأخیر و کندی در هیچ یک از عملکردهای یک خودرو یا کامیون خودران قابل قبول نیست. در نتیجه برای راندن این خودروها نیاز به پردازش‌هایی با سرعت بسیار بالا وجود دارد.
شبیه سازی تصادف، تشخیص مانع و واکنش سریع و دقیق به حواس از جمله خصوصیات مهم برای خودروهای مستقل محسوب می‌شوند.
البته، هدف از تولید چنین اتومبیل‌هایی استفاده از قدرت یادگیری عمیق برای کاهش تصادفات جاده‌ای و پیش بینی دقیق مسیر است.
غول‌های خودروسازی مثل تسلا، تویوتا، هوندا و غیره تلاش‌های رضایت بخشی برای طراحی چنین اتومبیل‌هایی انجام داده اند که استانداردهای امنیتی مورد انتظار را دارند.
خیلی از افراد نسبت به آینده خودروهای مستقل دچار تردید هستند اما در صورت پیاده سازی موفق این فناوری، می‌توانیم شاهد ایجاد تحولی در صنعت حمل و نقل باشیم و شاید به سمت آینده‌ای با مصرف بهینه سوخت و ایمنی بیشتر حرکت کنیم.
4. واقعیت مجازی
با توجه به تکامل فناوری و پیشرفت‌های صورت گرفته در حوزه رایانش ابری، جای تعجب نیست که کم کم خیلی از فانتزی‌های ما واقعی خواهند شد. واقعیت مجازی به ما کمک می‌کند تا محصولاتی مثل لباس و اکسسوری‌ها را قبل از خرید تست کنیم.
حتی در عملیات نظامی هم از این فناوری استفاده می‌شود. یک نمونه از کاربردهای این فناوری مربوط به سیستم واقعیت مجازی بصری مایکروسافت (IVAS) است که به سربازان کمک می‌کند همه مختصات را به صورت لحظه‌ای درک کنند.
در حوزه ورزش، می‌توان با استفاده از فناوری واقعیت مجازی بازیکنان را به صورت مجازی آموزش داد. این فناوری روزبروز در حال پیشرفت است و چشم اندازهایی نزدیک به واقعیت ایجاد می‌کند.
شرکت‌های بزرگی مثل مایکروسافت، گوگل و دیگران از این فناوری پرقدرت استفاده کرده اند و انتظار می‌رود که با پیشرفت هر چه بیشتر این فناوری، در آینده نزدیک تلویزیون و بازی‌ها هم با چشم اندازها و مناظر بسیار واقعی مخاطبان را شگفت زده کنند.
5. سیستم ناسا برای نظارت بر آب و هوای خورشید
در سال 2019، ناسا از رایانش پرقدرت برای نظارت بر شرایط خورشید و فوران‌های خورشیدی که باعث ایجاد اختلال در شرایط آب و هوایی سطح خورشید می‌شود، استفاده کرد.
شرایط خورشید بر پرتاپ سفینه‌های فضایی، ماهواره و ایستگاه‌های فضایی تأثیرگذار است. بنابراین برای کمک به اکتشافات بین سیاره‌ای و حفاظت از زمین، پیگیری شرایط خورشید و نظارت بر آن اهمیت زیادی دارد.
و البته، اختلال در آب و هوای خورشید می‌تواند بر سیستم‌های حمل و نقل روی زمین هم تأثیرگذار باشد به ویژه آنهایی که به نوعی به خورشید و منظومه شمسی وابسته هستند.
ناسا از یک ابزار اختصاصی به اسم EVE MEGS-A برای نظارت بر فعالیت‌های خورشید استفاده می‌کند اما همانطور که در مقاله تحقیقاتی خودش نوشته، مدل یادگیری عمیق این سازمان می‌تواند به پر کردن خلأ ایجاد شده در صورت نقص فنی EVE MEGS-A کمک کند.
حالا این سازمان با همکاری آزمایشگاه توسعه Frontier توانسته با موفقیت و با استفاده از یک مدل شبکه‌های عصبی عمیق، یک ابزار نظارت بر خورشید طراحی کند. این راهکار با عملکرد پویا و بلادرنگ خودش کمک زیادی به افزایش سرعت تصمیم گیری‌ها می‌کند.
این یکی از کاربردهای تحول آفرین رایانش پرقدرت است چون به فضانوردان و نهادهای قانونگذار برای انجام تصمیم گیری‌های مهم کمک می‌کند.
6. تولید هواپیما و آیرودینامیک
رایانش پرسرعت در حوزه تولید هم قابل استفاده است. امروزه بسیاری از صنایع از این فناوری برای مدل سازی و پیش بینی مواد اکتشاف نشده استفاده می‌کنند. در نتیجه این فناوری راهی برای ایجاد مدل‌های صنعتی جدید به وجود می‌آورد.
محاسبات دینامیک سیالات یکی از حوزه‌هایی است که HPC در آنها کاربرد خاصی پیدا کرده است. شبیه سازی توربین‌های بادی، قطعات هواپیما و پیش بینی نقاط قدرت مواد هم منجر به اختراع محصولات تحول آفرینی شده است.
برای مثال AAI یک سازمان طراحی فناوری‌های دفاعی هوافضا است که قطعات مختلف را بر اساس محاسبات دینامیک سیالات طراحی می‌کند. اما تمرکز این سازمان طراحی سیستم‌های بهینه سازی شده HPC، برای تولید هواپیماهایی امن تر است.
Simulia هم با استفاده از دینامیک سیالات محاسباتی، یک نرم‌افزار شبیه سازی طراحی کرده که هدف آن شبیه سازی شرایط کروز (پرواز کردن با پربازده ترین سرعت) پویای هواپیما است. راهکارهای AAI و Simulia هزینه‌ها و زمان تولید را کاهش می‌دهند چون زمان تست فیزیکی و هدر رفتن مواد را از این فرایند حذف می‌کنند.
فناوری‌های تأثیرگذار بر رایانش پرقدرت
ابرکامپیوتر و رایانش ابری دو مورد از مهم ترین فناوری‌های تأثیرگذار بر طرح‌های HPC هستند. این فناوری‌ها فضا، سرعت و مقیاس پذیری لازم را فراهم می‌کنند.
ممکن است ابرکامپیوترهای درون سازمانی به تنهایی نتوانند متناسب با نیاز طرح‌های HPC افزایش مقیاس پیدا کنند و از طرفی با این که رایانش ابری یک راهکار مقیاس پذیرتر و سریع تر است اما رایانش لبه‌ای یکی از راهکارهای ابر در حال گسترش است که ممکن است در آینده نزدیک بر حوزه رایانش پرقدرت غلبه کند.
بعضی از چالش‌های موجود برای نوشتن نرم‌افزارهای رایانش پرقدرت
کاربردهای HPC نامحدود است و می‌تواند بر همه جوانب زندگی ما تأثیرگذار باشد. بنابراین برنامه نویس‌ها باید برای طراحی نرم‌افزارهای HPC مخصوص یک حوزه خاص، دانش زیادی درباره آن حوزه داشته باشند. در غیر این صورت انجام این کار سخت و دشوار خواهد بود چون باید با جنبه‌های فنی کد هم روبرو شوند. یکی دیگر از چالش‌ها، قابلیت پیاده سازی و مقیاس پذیری این کدهاست.
با همه این تفاسیر، رایانش پرقدرت می‌تواند تحول چشمگیری در جهان ایجاد کند، حتی زودتر از آنچه تصور می‌کنید.
