La France confie à Atos la construction de son supercalculateur le plus puissant

• Twitter
• Facebook
• Linkedin
• Flipboard
• Email

La France accélère sa course dans le calcul intensif. Le GENCI (Grand Equipement National de Calcul Intensif), société publique détenue par l’Etat, le CEA, le CNRS et l’Inria, lance le chantier d’un nouveau supercalculateur pétaflopique. Sa construction a été confiée à Bull du groupe Atos.

Mise en service en 2018 avec 9 petaflops

Cette machine sera installée au TGCC (Très Grand Centre de Calcul) au CEA, à Bruyères-Le-Chatel. Lors de sa mise en service au début de 2018, elle offrira une puissance de calcul de 9 petaflops, soit 9 millions de milliards d’opérations en virgule flottante par seconde, quatre fois et demi celle de la machine Curie signée Bull et disponible aujourd’hui. Cette première phase représente un investissement de 24 millions d’euros. Une extension est prévue ensuite pour porter la puissance à 20 petaflops en 2019.

Le recours à la simulation numérique par calcul intensif s’impose comme une nécessité dans la recherche académique mais aussi dans la recherche appliquée dans des secteurs industriels comme l’automobile, l’aéronautique, l’énergie ou la pharmacie. Pour franchir une nouvelle étape, les chercheurs ont besoin d’accéder à des capacités de calcul toujours plus grandes. C’est pourquoi tous les grands pays, des Etats-Unis à la France, en passant par la Chine, le Japon, l’Allemagne ou le Royaume-Uni, se livrent à une course pour accroitre leurs moyens dans ce domaine.

Travaux de simulations extrêmes

Créé en 2007, le GENCI œuvre pour placer la France à la pointe dans le calcul intensif et encourager le recours à la simulation numérique, un outil stratégique de l’innovation et de la compétitivité économique. Le TGCC met ses moyens à la disposition du monde académique mais aussi des grands industriels, PME et start-up. Le nouvel équipement sera dédié aux travaux de simulations extrêmes dans les domaines les plus gourmands en calcul tel que l’intelligence artificielle, l’apprentissage statistique profond (deep learning), la climatologie, la combustion, l’astrophysique, la physique des plasmas et les sciences des matériaux.