Por primera vez, más de 100 sistemas acelerados están en la lista de las 500 supercomputadoras más potentes del mundo, con un total de 143 petaflops, más de la tercera parte de las FLOPS totales de la lista. La supercomputadoras basadas en GPU NVIDIA Tesla constituyen 70 de esos sistemas (incluidos 23 de los 24 sistemas nuevos de la lista). Esto refleja un crecimiento anual compuesto de casi el 50% en los últimos cinco años. Hay tres razones principales por las que la computación de alto rendimiento adopta cada vez más los aceleradores: Primero, la Ley de Moore sigue reduciendo su ritmo, lo que obliga a la industria a encontrar nuevas formas de entregar potencia computacional con más eficiencia. Segundo, cientos de aplicaciones (incluida la gran mayoría de las más utilizadas) ahora cuentan con GPU acelerada. Tercero, incluso las inversiones modestas en aceleradores, ahora pueden generar aumentos significativos en los resultados, lo que maximiza la eficiencia de sitios de supercomputación y centros de datos en hiperescala. “Un día, todas las supercomputadoras estarán aceleradas”, afirmó Jen-Hsun Huang, Director Ejecutivo y uno de los fundadores de NVIDIA. “Los principales sitios de supercomputación en todo el mundo se han orientado a la computación acelerada por la GPU, tal y como refleja en la lista de las 500 sistemas más importantes. A medida que el ritmo del descubrimiento se acelera y los investigadores se inclinan a la computación, el aprendizaje de máquinas y la visualización, esperamos ver esta tendencia aumentar por completo”. Muchos de los principales sistemas del mundo usan aceleradores de NVIDIA Tesla, incluidas las supercomputadoras más rápidas en 10 países. Entre ellas se incluyen: el sistema más rápido de los EE. UU., Titan, en el Oak Ridge National Laboratory; el sistema más rápido de Rusia, Lomonosov 2, en la Universidad Estatal de Moscú; y el sistema más rápido de Europa, Piz Daint de Suiza, en el Centro de Computación Nacional Suizo.
La Ley de Moore se desacelera
A medida que el tamaño de los transistores se acerca a la escala atómica, se hace cada vez más difícil mejorar el rendimiento de los microchips sin aumentar de forma desproporcionada el consumo de energía o el costo. Aunque la industria ya no puede confiar en un rendimiento que se duplica cada 18 meses, las demandas computacionales siguen aumentando de forma pronunciada. Esto ha generado la adopción creciente de aceleradores, que funcionan con las CPU para impulsar el rendimiento de las aplicaciones técnicas y científicas.
Cientos de aplicaciones de HPC soportan los aceleradores de la GPU
La Plataforma Tesla ha crecido constantemente desde el 2008 en el número de soportes científicos, ingeniería, análisis de datos y otras aplicaciones y actualmente hay disponibles 370 aplicaciones aceleradas por la GPU. Un nuevo estudio de Intersect360 Research, una empresa de investigación tecnológica, muestra que cerca del 70% de las 50 aplicaciones de HPC más usadas (y el 90% de las 10 primeras) admiten la computación acelerada por la GPU. Entre ellas están la aplicación de dinámica de fluidos computacionales ANSYS Fluent; la aplicación de dinámica molecular GROMACS; y, ahora (tal y como se anunció hoy en una nota separada), una aplicación de simulación atómica denominada VASP, utilizada por los investigadores de todo el mundo para modelar el comportamiento de átomos individuales a un nivel electrónico. Addison Snell, CEO de Intersect360 Research y uno de los autores del estudio, afirmó: “La computación acelerada ha alcanzado el momento crítico en la HPC, con las GPU Tesla de NVIDIA como líder del mercado. La adopción de aceleradores y la disponibilidad de versiones aceleradas por la GPU de los principales códigos de HPC ha aumentado de forma continua”.
Mejores resultados en el centro de datos con las GPU
La supercomputación y los centros de datos pueden costar cientos de millones de dólares. Antes, la progresión continua de la Ley de Moore les permitía actualizarse con nuevas CPU para seguir el ritmo de la demanda creciente y constante. Ya esto no es posible. Con la llegada de la computación acelerada por la GPU, estas grandes inversiones en centros de datos se pueden extender al agregar los aceleradores NVIDIA Tesla, capaces de impulsar los resultados necesarios para satisfacer estas demandas. 
