في العديد من مقالاتنا التي تتعلق بتطوير الحواسيب، خصوصاً الحواسيب الفائقة التي تستخدم بمجال البحث العلمي، فإننا نستخدم واحدة غير مألوفة بالنسبة للبعض وهي واحدة “الفلوب FLOP”.
وبشكلٍ اعتيادي، فإن مستخدم الحاسوب يعلم أن سرعة مُعالج الحاسوب تقاس بالـ “هرتز Hz” ومضاعفاتها، وبالتالي فإننا عندما نريد شراء حاسوب منزلي أو حاسوب محمول، نسأل عن تردد سرعة عمل المعالج، وعدد أنوية المعالجة التي يمتلكها المعالج، طبعاً بغض النظر عن نوع المعالج والشركة المُصنّعة (هنالك تفاصيل كثيرة تتعلق بنوعية المعالج، ولكنها خارج اهتمام هذا المقال).
بالنسبة لمجال البحث العلمي والمجالات التي تتطلب إجراء عملياتٍ حاسوبية هائلة ومُعقدة، فإن التّعامل يتم مع واحدةٍ أخرى هي الفلوب، وهي ببساطة تشير إلى عدد عمليات معالجة الأعداد ذات الفاصلة العائمة التي يستطيع الحاسوب تنفيذها خلال ثانيةٍ واحدة، وكلمة FLOP بالانجليزية هي أيضاً اختصار للكلمات التالية: Floating Point Operation Per Second.
السبب باستخدام هذه الواحدة هو أن مجالات البحث العلمي تتطلب دقةً عالية بالنتائج، ودقة نتائج المُعالجة وعدد الأرقام بعد الفاصلة العشرية أمرٌ هام جداً، خصوصاً بمجال الأبحاث الفيزيائية التي تهدف لتحديد الثوابت العلمية، وبالتالي فإن العلماء والباحثين يرغبون بمعرفة قدرة الحاسوب على إنجاز هذه العمليات بالدّقة والسرعة المَطلوبتين.
- كيف يمكن حساب الفلوب؟
يتم تعريف الفلوب بشكلٍ أساسي كما يلي:
FLOP = cores x clock x FlOPs/Cycle
هذا يعني أن عدد عمليات معالجة الأعداد ذات الفاصلة العائمة التي يستطيع الحاسوب معالجتها بثانيةٍ واحدة، يتحدد عبر: عدد أنوية المعالجة (cores) وتردد عمل كل نواة (clock) وعدد عمليات المعالجة التي تتم بكل دورة ساعة للمعالج (FLOPs/Cycle).
وللتوضيح أكثر، فإن دورة الساعة الواحدة للمعالج هي “الهرتز”، وتختلف المعالجات بقدرتها على إنجاز عمليات معالجة لكل دورة ساعة. وبالتالي، فإن معالجاً بتردد 2.5 غيغا هرتز مثلاً، يستطيع إنجاز 2.5 غيغا عملية معالجة – على الأقل – بالثانية الواحدة. وبالنسبة لمعظم المعالجات الصغرية Microprocessors التجارية المتوافرة، فإنها تنجز 4 فلوب لكل دورة ساعة، وإذا افترضنا الآن أن المعالج يضم نواة معالجة واحدة، فإن قدرته الكلية (وفقاً للمعادلة السابقة) ستكون:
FLOP = 1 x 2.5 x 4 = 10 Giga FLOP
الآن يمكنك أن تتخيل أهمية الأجيال الجديدة من المعالجات التي تقدمها شركة إنتل و AMD والتي تمتلك عدة أنوية معالجة، أو التي تعرف بـ “المعالجات متعددة النوى”. ومع ذلك، فإن هذه الأرقام تبدو بمجال البحث العلمي تافهة نوعاً ما، بسبب العدد الهائل والضخم من المعطيات التي يجب أن يتم معالجتها وبشكلٍ آني ومستمر، خصوصاً بمجال الأرصاد الجوية والعلوم الجيولوجية والأرصاد الفلكية وحساب الثوابت الفيزيائية وتجارب مسرعات الجسيمات ذات الطاقة العالية (مثل صادم الهاردونات الكبير LHC)، أو الحواسيب المسؤولة عن تنظيم عمل مخدمات الإنترنت وتبادل البيانات. ويمكنك أن تأخذ فكرة مفصلة أكثر عبر قراءة مقالنا حول “القدرات الحاسوبية في المركز الأوروبي للبحوث النووية“.
اليوم، فإن الحاسوب الصيني الفائق Tianhe-2 يعتبر أقوى حاسوب فائق في العالم، حيث وصلت قدرته وسرعته بمعالجة المعطيات والبيانات إلى 33 بيتا فلوب، وعلى الرغم من هذه القدرة الهائلة بالمعالجة، إلا أن شهية العلماء والباحثين يبدو أنها لا تنتهي، ولا يزالوا يأملون بالوصول إلى حواسيب فائقة بقدرة 1 اكسا فلوب، وربما أكثر.
طبعاً، وكأي واحدة قياس لسرعة وقدرة الحواسيب، فإن زيادة قيمة “الفلوب” يرتبط بشكلٍ أساسي بتحسين قدرات المعالجات الحاسوبية نفسها، وزيادة درجة تكامل الترانزستورات عليها، وتصغير أبعاد الترانزستور الواحد مع الحفاظ على نفس الأداء، فضلاً عن تخفيض استهلاك الطاقة. التفاصيل السابقة هي العوامل الأساسية التي تلعب الدور الرئيسي بزيادة قدرة الحواسيب وفقاً لمبادئ الصناعة الحالية، ولكن ربما تتغير كل هذه العوامل فيما لو تم إنشاء مبدأ جديد للحوسبة تستند إليه الصناعة التقنية، ولعل مفهوم “الحوسبة الكمومية Quantum Computing” سيكون الأمل الكبير بهذا الخصوص، حيث تشير الدراسات إلى أن تصنيع حواسيب تستند على أسس الحوسبة الكمومية، سيساهم بزيادة قدرات معالجة الحواسيب ليس بعشرات أو مئات أو حتى آلاف الفلوب، بل بملايين ومليارات الفلوب…هل سنشاهد هذا يحصل يوماً؟ نأمل، وننتظر.
هل وجدتم هذا المقال مفيد وذو قيمة؟ حسناً، نتمنى منكم مشاركته مع أصدقائكم لتعم الفائدة على أكبر صعيد.
للمزيد:
1- موسوعة ويكيبيديا الانجليزية
6 تعليقات