
Il calcolo exascale designa i sistemi di calcolo ad alte prestazioni in grado di eseguire almeno un exaflop, ovvero 10¹⁸ operazioni in virgola mobile al secondo, una soglia formalmente superata con l'installazione di Frontier presso l'Oak Ridge National Laboratory nel 2022, seguita da Aurora ad Argonne ed El Capitan a Lawrence Livermore.
Le applicazioni scientifiche che giustificano questa infrastruttura — modellazione climatica ad alta risoluzione, simulazione di arsenali nucleari, mappatura dei circuiti neurali dell'intero cervello, cosmologia di precisione e modellazione epidemiologica su scala pandemica — condividono un profilo comune: problemi la cui risoluzione spaziale o temporale era dimostrabilmente limitata dalla capacità di elaborazione aritmetica dell'ordine dei petagrammi.
Le pubblicazioni e i brevetti elencati di seguito documentano le architetture hardware, il software di sistema, i modelli di programmazione e le applicazioni specifiche di dominio che definiscono l'attuale frontiera della ricerca sull'exascale.
Questa è la nostra ultima selezione di pubblicazioni e brevetti in inglese sull'Exascale Computing, tra molte riviste scientifiche online, classificate e focalizzate su exascale comput, exaflop, Frontier supercomputer, Aurora supercomputer, El Capitan supercomputer, exascale HPC, exascale workload, high-performance computing node, interconnessione exascale, interconnessione Slingshot, gerarchia di storage exascale, file system parallelo, raffreddamento a liquido HPC, larghezza di banda di memoria exascale, memoria ad alta larghezza di banda HPC, MPI exascale, OpenMP exascale, tolleranza ai guasti exascale, riavvio del checkpoint HPC, exascale, acceleratore exascale e cluster HPC GPU.
Pubblicazione: Non ci sono notizie recenti su questo particolare argomento. Provate a effettuare una ricerca manuale approfondita nel Database delle pubblicazioni, linkato poco sopra.
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

















