FLOPS
De Wikipedia, la enciclopedia libre
En informática, FLOPS es el acrónimo de Floating point Operations Per Second (operaciones de punto flotante por segundo). Se usa como una medida del rendimiento de una computadora, especialmente en cálculos científicos que requieren un gran uso de operaciones de punto flotante. FLOPS, al ser un acrónimo, no debe nombrarse en singular como FLOP, ya que la S final alude a second (o segundo) y no al plural.
Las computadoras exhiben un amplio rango de rendimientos en punto flotante, por lo que a menudo se usan unidades mayores que el FLOPS. Los prefijos estándar del SI pueden ser usados para este propósito, dando como resultado megaFLOPS (MFLOPS, 106 FLOPS), gigaFLOPS (GFLOPS, 109 FLOPS), teraFLOPS (TFLOPS, 1012 FLOPS), y petaFLOPS (PFLOPS, 1015 FLOPS).
Tabla de contenidos |
[editar] Rango de desempeño
Una computadora moderna de escritorio, que usa por ejemplo un procesador Pentium 4 o Athlon 64, típicamente opera a más de 3 GHz y provee de un desempeño computacional del rango de unos cuantos GFLOPS. Aún algunas consolas de video juegos del final de los años noventa y principios del 2000, tales como Gamecube y Dreamcast, tuvieron un desempeño mayor a un GFLOPS.
La primera supercomputadora, Cray-1 fue puesta en marcha en el Laboratorio Nacional de Los Álamos en 1976. La Cray-1 era capaz de operar a 80 MFLOPS. En menos de treinta años desde entonces la velocidad computacional de las supercomputadoras es más de un millón de veces mayor.
Según el sitio Top500.org, la computadora más rápida del mundo hasta la fecha es la supercomputadora IBM Blue Gene/L capaz de un pico máximo de 280,6 TFLOPS, más del doble del antiguo registro de 136,8 TFLOPS establecido cuando su instalación estaba aún a medias. Blue Gene (inaugurado el 25 de octubre de 2005) contiene 65.536 procesadores, cada uno es un procesador comúnmente encontrado en computadoras personales (PowerPC 440 700 MHz) y son capaces de proveer 2,8 GFLOPS.
Actualmente se encuentra en construcción un supercomputador que alcanzara los 1.6 PFLOPS pico y 1.0 PFLOPS sostenido, este poder de computo es 4 veces superior al de Blue Gene, y será instalado para el Departamento Nacional de Seguridad Nuclear de Estados Unidos (NNSA por sus siglas en Ingles). La misma NNSA es dueña de "Blue Gene/L" y "ASC Purple" que actualmente son el primer y tercer supercomputadores más rápidos. Este nuevo supercomputador se denomina "roadrunner" y será construido a base de 16,000 procesadores AMD Opteron y 16,000 procesadores IBM Cell (semejante al usado en la nueva consola de videojuegos Play Station 3).
La computación distribuida usa internet para conectar computadoras personales y lograr un efecto similar; ha permitido a SETI@Home, el mayor de dichos proyectos, computar a una velocidad de más de 100 TFLOPS. Folding@home ha ganado terreno y actualmente ha logrado velocidad sostenida de 175 TFLOPS convirtiéndola en una de las supercomputadoras más poderosas del mundo. Otros proyectos similares son Einstein@Home (50 TFLOPS) y climateprediction.net.
Las calculadoras de bolsillo se encuentran al otro extremo del espectro de desempeño. Cada solicitud a una calculadora típica requiere únicamente de una operación. Así que raramente existe alguna razón para que el tiempo de respuesta exceda el del propio usuario. Cualquier respuesta menor a 0,1 segundos es percibida por el usuario humano como instantánea, de manera que una calculadora simple podría decirse que opera a 10 FLOPS.
Los humanos somos aún peores procesadores de punto flotante. Si a una persona le toma un cuarto de hora realizar una división larga (a papel y lápiz) con diez dígitos significativos, dicha persona estaría computando en el rango de mili FLOPS. Es importante tomar en cuenta que esta prueba puramente matemática puede no representar la capacidad real del cerebro humano. Se estima que el poder de cómputo requerido para procesar olores, sabores, tacto, visión y coordinación motora es del orden de 10 PFLOPS (10 veces el poder de cómputo de "roadrunner").
[editar] FLOPS como medida de desempeño
Para que se pueda usar el FLOPS como medida de desempeño de punto flotante una referencia estándar debe ser establecida para todas las computadoras de interés. Uno de ellos es el estándar LINPACK.
Los FLOPS por sí solos no son un muy útil estándar para computadoras modernas. Existen muchos otros factores de desempeño tales como I/O (Entrada/Salida), comunicación inter procesador, coherencia del cache y jerarquía de memoria. Esto significa que las computadoras en general son solo capaces de una fracción del pico teórico en FLOPS (obtenido adicionando el pico teórico en FLOPS de cada uno de los componentes del sistema). Aun cuando se trabaje en problemas grandes y altamente paralelos, su desempeño será irregular, debido en gran medida a efectos residuales de la ley de Amdahl. Por tanto estandares efectivos medirán desempeño tanto de FLOPS actuales (tiempo real) como de FLOPS sostenidos.
Para aplicaciones ordinarias (no científicas) las operaciones sobre enteros (medidos en MIPS) son mucho más comunes. De lo anterior se deduce que medir el desempeño en FLOPS no predice con precisión que tan rápido un procesador realizara cualquier tarea. Sin embargo para muchas aplicaciones científicas como el análisis de datos, el desempeño en FLOPS es una medida efectiva.
[editar] FLOPS, GPUs y consolas de video juegos
Frecuentemente se publican cifras astronómicas en FLOPS para tarjetas de video y consolas de video juegos. En comparación, un computador de propósito general tendrá un desempeño de unos cuantos GFLOPS si se considera únicamente su CPU.
Sin embargo estas cifras deben ser tratadas con precaución, ya que no son comparables "uno a uno" con FLOPS de un computador totalmente programable de propósito general. Estas cifras se basan en el desempeño total del sistema (CPUs + GPU).
La mayor parte del desempeño en FLOPS de una consola de videojuegos proviene de su GPU, que es un procesador de vectores altamente ductilizado ("pipelined" en inglés) optimizado para operaciones gráficas, con muy limitada programabilidad. Esto es posible porque las gráficas en 3D son un ejemplo clásico de un problema altamente paralelizable. Esto significa que el problema puede ser fácilmente dividido entre diferentes unidades de ejecución y "ductos", permitiendo una alta ganancia en velocidad que será obtenida de "escalar" el número de compuertas lógicas en vez de únicamente la velocidad reloj.
