
La computación a exaescala designa a los sistemas informáticos de alto rendimiento capaces de ejecutar al menos un exaflop (10¹⁸ operaciones de coma flotante por segundo), un umbral que se superó formalmente con el despliegue de Frontier en el Laboratorio Nacional de Oak Ridge en 2022, seguido de Aurora en Argonne y El Capitan en Lawrence Livermore.
Las aplicaciones científicas que justifican esta infraestructura —modelización climática de alta resolución, simulación de reservas nucleares, mapeo de circuitos neuronales del cerebro completo, cosmología de precisión y modelización epidemiológica a escala pandémica— comparten un perfil común: problemas cuya resolución espacial o temporal estaba demostrablemente limitada por el rendimiento aritmético a escala petaflop.
Las publicaciones y patentes que se indexan a continuación documentan las arquitecturas de hardware, el software de sistema, los modelos de programación y las aplicaciones específicas de dominio que definen la frontera actual de la investigación en exaescala.
Esta es nuestra última selección de publicaciones y patentes mundiales en inglés sobre computación a exaescala, entre muchas revistas científicas en línea, clasificadas y centradas en computación a exaescala, exaflop, superordenador Frontier, superordenador Aurora, superordenador El Capitán, HPC a exaescala, carga de trabajo a exaescala, nodo de computación de alto rendimiento, interconexión a exaescala, interconexión Slingshot, jerarquía de almacenamiento a exaescala, sistema de archivos paralelo, refrigeración líquida HPC, ancho de banda de memoria a exaescala, memoria de gran ancho de banda HPC, MPI a exaescala, OpenMP a exaescala, tolerancia a fallos a exaescala, reinicio de puntos de control HPC, exaescala, acelerador a exaescala y clúster GPU HPC.
Publicación: no hay noticias recientes sobre este tema en particular. Pruebe a realizar una búsqueda manual exhaustiva en la base de datos de publicaciones a la que se hace referencia más arriba.
Selective inline compression using data processing unit on a parallel file system
Patent published on the 2026-07-16 in US under Ref US20260202962 by DELL PRODUCTS L P [US] (Doddaiah Ramesh [us], Chen Xiangping [us], Krasner Jonathan Ichael [us])
Abstract: Embodiments disclosed herein relate to selective inline compression of data using data processing units (DPUs) of hosts running on the file system prior to storing the data on a remote storage system. To be compressed by the DPUs of the hosts, data should be not already compressed, the data should not subject to frequent read/write cycles off the remote storage system, and the DPU should have sufficient computing resources to compress the data. A file system is connected to the hosts and the rem[...]
Our summary: Selective inline compression is performed using data processing units (DPUs) on hosts before storing data in a remote storage system. The process relies on a file heatmap generated by machine learning to assess data access frequency. Only uncompressed data that meets specific criteria is eligible for compression by the DPUs.
inline compression, data processing unit, file system, machine learning
Patent

















