A szuperszámítógépek piacán az idei év igazi áttörésként jellemezhető, mivel a zöld rendszereket az általános számításokra kialakított GPU-k kezdték el uralni. A jövőben is egyre fontosabb lesz, hogy egységnyi fogyasztás mellett a lehető legtöbb teljesítményt sikerüljön az adott fejlesztésbe zsúfolni, így még hatékonyabb és még gyorsabb, heterogén módon programozható rendszerek születnek majd. Az amerikai Energia Minisztérium (Department of Energy, azaz DOE) korábban már felvázolt egy útitervet, mely szerint 2018-ban már megszülethet a világ első exascale szintű szuperszámítógépe, azaz egy olyan rendszer, mely 1 EFLOPS-nál is nagyobb teljesítményt kínál.
Az előbbi dátumra a versenyző cégek egyfajta időlimitként tekintenek, vagyis a fejlesztéseket is úgy próbálják alakítani, hogy tartsák a DOE előrejelzését. Tulajdonképpen az 1 EFLOPS-os teljesítményt elméletben az aktuális cGPU dizájnokkal is el lehet érni, de egyáltalán nem lenne hatékony, ugyanis a fogyasztás a 100 megawattot ostromolná. A DOE célja pont az, hogy a szuperszámítógépes mércével még elfogadható energiaigény mellett sikerüljön elérni az 1 EFLOPS-ot, ami már most előrevetíti, hogy radikálisan új dizájnokra van szükség. A gyártók alapkoncepciója egyébként egyértelmű, hiszen az eddigi beszámolók szerint mindenki a grafikus vezérlő processzorba integrálásában látja a megoldást, de úgy néz ki, hogy ez szintén komoly reformokat kell, hogy megéljen, ugyanis az aktuális architektúrák GFLOPS/W mutatója nem elég jó. A DOE ambiciózus terveihez legalább tízszer hatékonyabb dizájnokra van szükség. Ez egy utasítás végrehajtásánál nagyjából 10 picojoule energia felhasználását jelentené, amivel már reális cél lehet az elfogadható fogyasztás mellet üzemelő exascale szintű szuperszámítógép.
Összehasonlításképpen a mai legmodernebb GPU-architektúrák 100, míg a legmodernebb CPU-architektúrák 1500 picojoule energiát használnak fel egy utasítás végrehajtásához. Utóbbi adatból az is kiderült, hogy miért ragaszkodnak a cégek a heterogén jövőképhez. A DOE elemzése szerint egyébként a GPU-architektúrák abból a szempontból jó alapot biztosítanak, hogy nagyjából kettő, illetve négy éves ciklusokban sikerül megfelezni az előbbi értéket, míg a CPU-architektúrák az előző évtized közepe óta egyre inkább stagnáló mutatókkal rendelkeznek ezen a területen. Ebben egyébként nincs semmi meglepő. A GPU-kat másképp tervezik, mint a központi processzorokat. A legfőbb különbség, hogy utóbbinál ragaszkodni kell a kompatibilitáshoz, így gyakorlatilag kizárt, hogy az alkalmazott ISA (azaz utasításkészet) módosuljon, különben a lefordított programok nem fognak futni. A GPU-k esetében ez a probléma nem áll fenn, mivel egyetlen programot sem írnak közvetlenül a hardverre. Ezzel adott a lehetőség, hogy három-négy éves időszakonként gyakorlatilag alapjaiban módosuljon az ISA, amivel nagyon sokat lehet nyerni, ha az energiahatékonyságról van szó.
A DOE friss útiterve szerint azonban a GPU-architektúrák nem fejlődnek elég gyorsan, ami egyrészt abból is ered, hogy a fejlesztések financiális költségei nagyon magasra rúgnak. William Harrod szerint, amikor az egész ötlettel előálltak, még 2018-ra prognosztizálták az első exascale szintű szuperszámítógép megjelenését. A DOE ASCR (Advanced Scientific Computing Research) program vezetője azonban jelenleg valószínűbbnek tartja a 2020-as, vagy esetleg a 2022-es dátumot.
Érdemes megjegyezni, hogy az Egyesült Államok mellett Kína, Európa és Japán is dolgozik azon, hogy minél hamarabb valósággá váljanak az exascale szintű szuperszámítógépek, így nem biztos, hogy az amerikai Energia Minisztérium programjából kerül ki az első ilyen nagyvas.
