Supercomputer dirancang untuk memecahkan masalah yang sangat besar dan rumit dalam waktu singkat. Mesin seperti El Capitan di Lawrence Livermore National Laboratory dan Frontier di Oak Ridge National Laboratory memakai banyak prosesor yang bekerja bersamaan untuk membantu riset iklim, genetika, simulasi nuklir, kecerdasan buatan, hingga analisis desain mesin jet.
Namun, kemampuan itu tidak berarti supercomputer bebas dari batasan. Hambatan utamanya biasanya muncul pada skala pekerjaan, perpindahan data, konsumsi daya, dan keandalan sistem, sehingga performa tinggi tetap harus dibayar dengan biaya dan kompleksitas yang besar.
Tidak semua masalah cocok untuk dipercepat
Keterbatasan paling mendasar dari supercomputer adalah jenis pekerjaan yang bisa dijalankan. Mesin ini paling efektif saat tugas dapat dipecah menjadi banyak bagian kecil yang dikerjakan bersamaan melalui parallel processing.
Contohnya, model iklim dapat membagi atmosfer dan lautan menjadi banyak wilayah untuk dihitung sekaligus. Tetapi jika suatu proses memiliki banyak langkah berurutan, supercomputer tidak bisa mempercepatnya secara signifikan karena satu tahap tetap harus menunggu tahap sebelumnya selesai.
Masalah bukan selalu pada kecepatan hitung
Banyak orang mengira supercomputer selalu terhambat oleh prosesor yang kurang cepat, padahal hambatan lain sering lebih besar. Dalam banyak kasus, mesin justru melambat saat harus memindahkan data dari memori ke prosesor, bukan saat melakukan perhitungan.
Itulah sebabnya desainer sistem menempatkan data sedekat mungkin dengan prosesor agar aksesnya lebih efisien. Para peneliti juga menulis ulang program supaya data bisa dipakai ulang lebih baik dan tidak terus-menerus diambil dari lokasi lain.
Empat batas utama supercomputer
Berikut empat kendala utama yang paling sering membatasi supercomputer:
- Skalabilitas beban kerja: tidak semua aplikasi bisa dibagi ke banyak prosesor dengan efisien.
- Perpindahan data: waktu akses memori sering menjadi hambatan utama.
- Konsumsi daya: sistem memerlukan listrik besar dan pendinginan intensif.
- Keandalan: semakin banyak komponen, semakin besar peluang gangguan teknis.
Empat faktor itu saling terkait. Saat sebuah supercomputer dibuat lebih besar dan lebih cepat, sistem biasanya menjadi lebih sulit dikelola dan lebih mahal untuk dioperasikan.
Biaya energi jadi isu besar
Supercomputer tercepat memakai listrik dalam jumlah sangat besar. Mesin ini juga membutuhkan sistem pendingin canggih agar tidak mengalami panas berlebih, dan kebutuhan itu membuat biaya operasi melonjak.
Tekanan lingkungan ikut meningkat karena pusat data besar harus menampung perangkat ini. Karena itu, pengembangan supercomputer masa depan tidak hanya mengejar performa lebih tinggi, tetapi juga efisiensi energi yang lebih baik.
Semakin besar mesin, semakin besar risiko gangguan
Supercomputer terdiri dari sangat banyak komponen, mulai dari prosesor, memori, kabel, penyimpanan, hingga sistem pendingin. Semakin banyak bagian yang digunakan, semakin besar kemungkinan salah satunya bermasalah.
Gangguan kecil seperti kabel longgar, chip memori rusak, atau masalah pendinginan bisa menghentikan komputasi besar yang berjalan selama berjam-jam atau berhari-hari. Untuk mengurangi kerugian, sejumlah fasilitas memakai sistem checkpoint-restart, termasuk Scalable Checkpoint/Restart atau SCR di Lawrence Livermore National Laboratory.
Apa artinya bagi masa depan komputasi berskala besar?
Saat ini, supercomputer tetap menjadi tulang punggung riset ilmiah dan simulasi tingkat lanjut. Meski begitu, batas-batas teknisnya masih nyata karena peningkatan daya komputasi tidak otomatis menyelesaikan persoalan efisiensi, energi, dan stabilitas sistem.
Selama arsitektur perangkat keras dan perangkat lunak belum sepenuhnya mengatasi kendala tersebut, supercomputer akan terus berkembang sebagai mesin yang sangat kuat, tetapi tetap dibatasi oleh cara data dipindahkan, cara tugas dipecah, serta besarnya biaya untuk menjalankannya.
