PétaFLOPS (PFLOPS)

Un pétaFLOPS (PFLOPS) cor­res­pond à 10¹⁵ FLOPS, soit un billiard de calculs en virgule flottante par seconde. Cette unité de mesure est utilisée pour mesurer la puissance des or­di­na­teurs haute per­for­mance.

Que sont les FLOPS et à quoi servent-ils ?

L’unité FLOPS signifie « Floating Point Ope­ra­tions per Second » et indique le nombre de calculs en virgule flottante qu’un or­di­na­teur peut effectuer par seconde. Ces calculs sont es­sen­tiels pour les calculs ma­thé­ma­tiques et scien­ti­fiques complexes, car ils per­met­tent de re­pré­sen­ter et de traiter des nombres décimaux avec une grande précision.

La puissance en FLOPS d’un or­di­na­teur est par­ti­cu­liè­re­ment im­por­tante pour les ap­pli­ca­tions qui né­ces­si­tent une énorme capacité de calcul. On retrouve par exemple :

• Les si­mu­la­tions scien­ti­fiques : en physique, chimie et biologie, les FLOPS sont utilisés pour calculer des modèles mé­téo­ro­lo­giques complexes, des si­mu­la­tions de flux ou la dynamique mo­lé­cu­laire.
• L’in­tel­li­gence ar­ti­fi­cielle et le machine learning : les modèles d’IA et les réseaux neuronaux né­ces­si­tent une puissance de calcul con­si­dé­rable pour entraîner plusieurs millions de pa­ra­mètres et optimiser leurs per­for­mances.
• Le graphisme in­for­ma­tique et les jeux vidéo : en par­ti­cu­lier pour le rendu 3D et les calculs en temps réel, des valeurs FLOPS élevées sont es­sen­tielles pour afficher des effets visuels complexes et des si­mu­la­tions physiques.

La mesure des FLOPS s’effectue gé­né­ra­le­ment à l’aide de bench­marks stan­dar­di­sés. Le benchmark LINPACK est un test très répandu qui vérifie la vitesse à laquelle un or­di­na­teur résout des systèmes d’équations linéaires. Il fournit des in­for­ma­tions sur l’ef­fi­ca­cité avec laquelle un système peut tra­vail­ler avec des nombres à virgule flottante.

Combien de FLOPS y a-t-il dans un pétaFLOPS ?

Un PFLOPS cor­res­pond exac­te­ment à 10¹⁵ FLOPS, soit 1 000 000 000 000 000 de calculs en virgule flottante par seconde.

Voici un exemple pour illustrer l’immense puissance de calcul d’un système pétaFLOPS : si chaque personne sur Terre (soit environ 8 milliards d’individus) ef­fec­tuait un calcul par seconde, il faudrait plus de 4 ans pour atteindre ce qu’un or­di­na­teur pétaFLOPS réalise en une seule seconde !

Autres unités FLOPS et leur con­ver­sion en PFLOPS

Outre les PFLOPS, il existe d’autres unités FLOPS utilisées pour décrire la puissance de calcul de dif­fé­rents systèmes. Vous pouvez effectuer des con­ver­sions très simples si né­ces­saire. Le tableau suivant vous montre comment :

La puissance en FLOPS des appareils modernes

Avec le nombre croissant d’or­di­na­teurs modernes à haute per­for­mance et l’im­por­tance gran­dis­sante du High Per­for­mance Computing (HPC), l’unité PFLOPS prend de plus en plus d’im­por­tance. En effet, un pétaFLOPS cor­res­pond à 1 000 téraFLOPS et marque ainsi la prochaine étape dans le dé­ve­lop­pe­ment de la puissance de calcul.

Alors que de nombreux GPU modernes sont mesurés en téraFLOPS, certains exemples montrent à quel point ces systèmes se rap­prochent du seuil du pétaFLOPS, voire la dépassent. Ainsi, la NVIDIA H100 atteint des valeurs de pointe d’environ 989 téraFLOPS pour les calculs FP32 Ten­sor­Core, soit presque un PFLOPS. En revanche, la NVIDIA A30 conçue pour le HPC et l’inférence IA, n’atteint que 10,3 téraFLOPS environ, ce qui ne re­pré­sente qu’une petite fraction d’un PFLOPS.

Les GPU ne sont pas les seuls à jouer un rôle : les su­per­cal­cu­la­teurs les plus rapides au monde fonc­tion­nent à des puis­sances de l’ordre du PFLOPS et au-delà. Le su­per­cal­cu­la­teur américain « Frontier » en est un exemple im­pres­sion­nant : il atteint désormais des per­for­mances su­pé­rieures à 1 exaFLOPS, soit plus de 1 000 PFLOPS. D’autres systèmes, comme le su­pe­ror­di­na­teur japonais « Fugaku » ou l’ancien su­pe­ror­di­na­teur américain « Summit », at­teig­nent des puis­sances com­pa­rables et per­met­tent ainsi de résoudre des problèmes scien­ti­fiques et tech­niques très complexes.