Content-Length: 234334 | pFad | http://pl.wikipedia.org/wiki/Superkomputer

Superkomputer – Wikipedia, wolna encyklopedia Przejdź do zawartości

Superkomputer

Z Wikipedii, wolnej encyklopedii
Summit – najpotężniejszy superkomputer od czerwca 2018 roku do czerwca 2020 roku

Superkomputerkomputer znacznie przewyższający możliwościami powszechnie używane komputery, w szczególności dysponujący wielokrotnie większą mocą obliczeniową. Określenie pojawiło się w latach 60. XX w. w odniesieniu do komputerów produkowanych przez CDC i później przez przedsiębiorstwo Cray. Były one produkowane w dziesiątkach egzemplarzy i kosztowały po kilka milionów dolarów. Współcześnie większość superkomputerów to pojedyncze egzemplarze, zaprojektowane i wyprodukowane na zamówienie, zazwyczaj z seryjnie produkowanych procesorów i innych podzespołów. Koszty ich produkcji sięgają miliarda dolarów[1]. Od czerwca 2022 roku najszybszym superkomputerem na świecie jest Frontier, wybudowany w Oak Ridge National Laboratory w USA[2].

Postęp techniczny w dziedzinie informatyki powoduje, że każdy superkomputer staje się przestarzały w ciągu kilku lat i jego używanie przestaje być opłacalne. Maszyny zaliczane blisko trzydzieści lat temu do klasy superkomputerów miały wydajność porównywalną z dzisiejszymi urządzeniami przenośnymi. Przykładowo iPhone XS w teście LINPACK uzyskuje wynik 7,5 GFLOPS, co w 1993 roku stawiałoby go na 30. miejscu wśród najszybszych superkomputerów świata[3][4].

Superkomputery używane są głównie do przeprowadzania złożonych fizycznych symulacji, takich jak prognozowanie pogody, badanie zmian klimatu, modelowanie reakcji chemicznych, badanie aerodynamiki samolotów czy badania procesów starzenia broni termojądrowej.

Porównywanie wydajności superkomputerów

[edytuj | edytuj kod]

Główną miarą wydajności obliczeniowej, stosowaną obecnie dla superkomputerów, jest liczba wykonywanych w ciągu sekundy operacji na liczbach zmiennoprzecinkowych w precyzji 64-bitowej (FLOPS). Podaje się ją często z odpowiednim przedrostkiem SI. Przykładowo teraflops („TFLOPS”) to 1012 FLOPS, a petaflops („PFLOPS”) to 1015 FLOPS. Mierzy się ją za pomocą odpowiednich testów wzorcowych. Najpopularniejszym takim testem jest LINPACK, mierzący szybkość rozwiązywania gęstych układów równań liniowych za pomocą metody Gaussa. Ponieważ wiele problemów stawianych superkomputerom daje się sprowadzić do rozwiązywania takich równań, test ten jest wygodną abstrakcją pomiaru efektywności w rozwiązywaniu takich problemów. Superkomputery uzyskujące najwyższe wyniki w tym teście są od 1993 roku publikowane na liście TOP500, aktualizowanej dwa razy w roku.

Inną miarą jest sprawność energetyczna superkomputera wyrażana w jednostkach FLOPS/wat, uwzględniająca zużycie prądu przez superkomputer. Najefektywniejsze według tej miary superkomputery z listy TOP500 są publikowane od 2007 roku na liście Green500.

Historia

[edytuj | edytuj kod]
Wykładniczy wzrost mocy obliczeniowej superkomputerów w latach 1993–2019 na podstawie strony top500.org. Na osi pionowej podana jest moc obliczeniowa w GFLOPS.

     Suma mocy obliczeniowej 500 najszybszych superkomputerów

     Najszybszy superkomputer na świecie

     Superkomputer na 500. miejscu

CDC 6600 – najpotężniejszy komputer w latach 60. XX wieku
Cray-2 – napotężniejszy komputer w latach 80. XX wieku
Blue Gene – najpotężniejszy komputer w latach 2004–2008

Poniższa tabela przedstawia światowe rekordy szybkości dla komputerów ogólnego przeznaczenia i lata, w których zostały ustanowione. Rekordy sprzed 1993 roku podane są na podstawie Computer History Museum[5], a od 1993 roku na podstawie listy TOP500[2].

Rok Superkomputer Szybkość
[a]
Twórca i lokalizacja
1938 Z1 1 OPS Konrad Zuse, Berlin, Niemcy
1941 Z3 20 OPS Konrad Zuse, Berlin, Niemcy
1943 Colossus 1 5 kOPS Post Office Research Station, Bletchley Park, Wielka Brytania
1944 Colossus 2 (jednoprocesorowy) 25 kOPS
1946 Colossus 2 (wieloprocesorowy) 50 kOPS
1954 IBM NORC 67 kOPS Departament Obrony Stanów Zjednoczonych, Wirginia, USA
1956 TX-0 83 kOPS MIT, Lexington, Massachusetts, USA
1958 AN/FSQ-7 400 kOPS IBM, 25 lokalizacji w USA i 1 w Kanadzie (52 komputery)
1960 UNIVAC LARC 250 kFLOPS UNIVAC, Atomic Energy Commission
Lawrence Livermore National Laboratory, Kalifornia, USA
1961 IBM 7030 Stretch 1,2 MFLOPS Los Alamos National Laboratory, Nowy Meksyk, USA
1964 CDC 6600 3 MFLOPS CDC, Lawrence Livermore National Laboratory, Kalifornia, USA
1969 CDC 7600 36 MFLOPS
1974 CDC STAR-100 100 MFLOPS
1975 ILLIAC IV 150 MFLOPS Burroughs, ARC, Kalifornia, USA
1976 Cray-1 250 MFLOPS Cray, Los Alamos National Laboratory, Nowy Meksyk, USA
(+około 80 egzemplarzy na całym świecie)
1981 CDC Cyber 205 400 MFLOPS CDC (około 40 egzemplarzy na całym świecie)
1983 Cray X-MP/4 941 MFLOPS Cray, Departament Energii Stanów Zjednoczonych
Los Alamos National Laboratory
1984 M-13 2,4 GFLOPS Moskwa, ZSRR
1985 Cray-2/8 3,9 GFLOPS Cray, Lawrence Livermore National Laboratory, Kalifornia, USA
1989 ETA10-G/8 10,3 GFLOPS Florida State University, Floryda, USA
1990 SX-3/44R 23,2 GFLOPS NEC Corporation, Fuchu Plant, Fuchū, Japonia
1993 CM-5/1024 59,7 GFLOPS Thinking Machines, Los Alamos National Laboratory; NSA
1993 Numerical Wind Tunnel 124,5 GFLOPS Fujitsu, Tokio, Japonia
1993 Intel Paragon XP/S 140 143,4 GFLOPS Intel, Sandia National Laboratories, Nowy Meksyk, USA
1994 Numerical Wind Tunnel 170,4 GFLOPS Fujitsu, Tokio, Japonia
1996 SR2201/1024 220,4 GFLOPS Hitachi, Uniwersytet Tokijski, Japonia
CP-PACS/2048 368,2 GFLOPS Hitachi, Tsukuba, Japonia
1997 ASCI Red/9152 1,338 TFLOPS Intel, Sandia National Laboratories, Nowy Meksyk, USA
1999 ASCI Red/9632 2,380 TFLOPS
2000 ASCI White 7,226 TFLOPS IBM, Lawrence Livermore National Laboratory, Kalifornia, USA
2002 Earth Simulator 35,86 TFLOPS NEC, Jokohama, Japonia
2004 Blue Gene/L 70,72 TFLOPS IBM, Departament Energii Stanów Zjednoczonych, Minnesota, USA
2005[6] 136,8 TFLOPS IBM, Lawrence Livermore National Laboratory, Kalifornia, USA
280,6 TFLOPS
2007 478,2 TFLOPS
2008 Roadrunner 1,026 PFLOPS IBM, Los Alamos National Laboratory, Nowy Meksyk, USA
1,105 PFLOPS
2009 Jaguar 1,759 PFLOPS Cray, Oak Ridge National Laboratory, Tennessee, USA
2010 Tianhe-1A 2,507 PFLOPS National Supercomputing Center, Tiencin, Chińska Republika Ludowa
2011 K computer 8,162 PFLOPS Fujitsu, Riken, Kobe, Japonia
10,51 PFLOPS
2012 Sequoia 16,32 PFLOPS IBM, Lawrence Livermore National Laboratory, Kalifornia, USA
Titan 17,59 PFLOPS Cray, Oak Ridge National Laboratory, Tennessee, USA
2013 Tianhe-2 33,86 PFLOPS NUDT, Chińska Republika Ludowa
2016 Sunway TaihuLight 93,01 PFLOPS Wuxi, Chińska Republika Ludowa
2018 Summit 148,60 PFLOPS IBM, Oak Ridge National Laboratory, Tennessee, USA
2020 Fugaku 415,53 PFLOPS Fujitsu, Riken, Kobe, Japonia
2022 Frontier 1102,00 PFLOPS HPE Cray, Oak Ridge National Laboratory

Planowane superkomputery

[edytuj | edytuj kod]

W marcu 2020 roku podpisano umowę na budowę ponad dwueksaflopsowego komputera; klientem jest Departament Energii USA. Wykonawcą urządzenia El Capitan będą Cray wraz z Hewlett Packard Enterprise i Advanced Micro Devices przy współpracy z Lawrence Livermore National Laboratory[7][8]. El Capitan będzie służył do testowania broni termojądrowej i innych zbliżonych zadań.

Antycypowano, że przy obecnym postępie technicznym, pierwsze superkomputery o wydajności powyżej 1 eksaflopsa (1018, trylion FLOPS) powinny zostać zbudowane około 2019 roku[9][10]. Według Intel Corporation, obecny postęp techniczny w dziedzinie superkomputerów będzie zachowany przynajmniej do 2029 roku, kiedy powstaną komputery o szybkości zettaflopsów (1021, tryliard FLOPS)[11].

Rynek superkomputerów

[edytuj | edytuj kod]

W 2012 roku rynek superkomputerów miał wartość 11,1 mld $. Największymi producentami byli IBM (32% rynku), Hewlett-Packard (30,8%) i Dell (13,5%). Poniższa tabela przedstawia wartość rynku superkomputerów w ostatnich latach[12]:

Segment rynku 2011 2012 Zmiana
2011/2012
>500 000$ 4,3 mld $ 5,6 mld $ +29,3%
250 000$ – 499 000$ 1,2 mld $ 1,2 mld $ -2,2%
100 000$ – 249 000$ 3,5 mld $ 3,0 mld $ -14,3%
<100 000$ 1,2 mld $ 1,2 mld $ +1,2%
Suma 10,3 mld $ 11,1 mld $ +7,7%

Budowa

[edytuj | edytuj kod]
Elementy architektury Blue Gene: chip, karta, węzeł, szafa, system
Pojedynczy węzeł Blue Gene/P

Współczesne superkomputery uzyskują swoją wydajność dzięki połączeniu wielu tysięcy procesorów i zrównoleglaniu wykonywanych obliczeń. Z powodów ekonomicznych stosuje się procesory dostępne w produkcji masowej, ponieważ koszty zaprojektowania i wyprodukowania nowych typów procesorów są znacznie wyższe niż koszty produkcji superkomputerów[b][13][14]. Aby umożliwić efektywne wykorzystanie mocy obliczeniowej tych procesorów, używa się specjalnie zaprojektowanej pamięci hierarchicznej i najwydajniejszych dostępnych połączeń do przesyłania danych pomiędzy nimi. Z powodu takiej architektury superkomputery mogą jednak osiągać wysoką wydajność jedynie dla obliczeń, które dają się w dużym stopniu zrównoleglić.

Zastosowanie

[edytuj | edytuj kod]

Superkomputery są używane w siłach zbrojnych, badaniach naukowych i w wielkich przedsiębiorstwach. Instytuty naukowe udostępniają czas swoich komputerów recenzowanym projektom naukowym, których lista jest często publicznie dostępna. Przykładowo na komputerach w ICM prowadzone są symulacje astrofizyczne, biochemiczne, hydrologiczne, epidemiologiczne i aerodynamiczne, jak również badania należące do teorii liczb i algebry liniowej[15].

Przykładowe zastosowania superkomputerów to:

Superkomputery w Polsce

[edytuj | edytuj kod]
Superkomputer Altair w Poznaniu

Najszybsze superkomputery w Polsce, jednocześnie będące wśród 500 najszybszych superkomputerów na świecie, stan na listopad 2024 roku[24]:

  1. Helios GPU w Cyfronet w Krakowie, o mocy obliczeniowej 19.14 PFLOPS – miejsce 69,
  2. Proxima w Poznaniu, o mocy obliczeniowej 13.82 PFLOPS – miejsce 93,
  3. LEM we Wrocławiu, o mocy obliczeniowej 12.80 PFLOPS – miejsce 99,
  4. Kraken na Politechnice Gdańskiej, o mocy obliczeniowej 5.99 PFLOPS – miejsce 185,
  5. Athena w Cyfronet w Krakowie, o mocy obliczeniowej 5,05 PFLOPS – miejsce 210,
  6. Altair PCSS w Poznaniu, o mocy obliczeniowej 3.53 PFLOPS – miejsce 289,
  7. Helios CPU, w Cyfronet w Krakowie, o mocy obliczeniowej 3.35 PFLOPS – miejsce 454,
  8. Ares w Cyfronet w Krakowie, o mocy obliczeniowej 2.34 PFLOPS – miejsce 487.

Ponadto uruchomiono superkomputer Kraken, który docelowo miał osiągnąć moc obliczeniową 13,6 PFLOPS[25], co może uplasować go w pierwszej 100 kolejnego zestawienia[26].

Alternatywne rozwiązania

[edytuj | edytuj kod]

W zależności od typu problemu obliczeniowego rozwiązanie go w sposób rozproszony może nakładać różne ograniczenia na architekturę i wydajność komunikacji pomiędzy poszczególnymi węzłami. W niektórych przypadkach superkomputery nie są najefektywniejszym rozwiązaniem i stosuje się rozwiązania alternatywne.

Projekty internetowe

[edytuj | edytuj kod]
Logo Folding@home
Logo BOINC
 Osobny artykuł: Projekt internetowy.

Istnieje szereg problemów obliczeniowych, które można podzielić na wiele niezależnych, mniejszych zadań do wykonania. Takie problemy można rozwiązywać przy użyciu dużej ilości zwykłych komputerów, podłączonych do Internetu. Powstało kilka projektów działających na tej zasadzie. Uczestnicy takich projektów ściągają na swoje komputery odpowiedni program, który uruchamia się w czasie, gdy komputer nie jest wykorzystywany i wykonuje zadania zlecone przez system zarządzający. W największych takich projektach biorą udział setki tysięcy ochotników, tworząc wirtualne superkomputery przewyższające wydajnością największe pojedyncze maszyny. Największe takie projekty to:

  • Bitcoinkryptowaluta Bitcoin może być generowana (ang. mining) na komputerach użytkowników poprzez uruchomienie specjalnego algorytmu. Od 2013 roku większość nowych bitcoinów jest generowana za pomocą wyspecjalizowanych układów ASIC, które nie mogą realizować żadnego innego algorytmu. Dlatego choć moc obliczeniowa sieci bitcoinów jest szacowana na ponad 1 zettaflops[27], to nie przekłada się to na żadne inne zastosowania. Szacując jednak, że większość używanych układów ma wydajność energetyczną rzędu 100–1000 megahash/J[28], a cała sieć generuje ponad 100 petahash/s, sieć bitcoin musi mieć zapotrzebowanie mocy rzędu 100–1000 megawatów. Jest to więc projekt większy od największych superkomputerów.
  • Folding@home – projekt badania procesów zwijania białek. W 2014 roku dysponował mocą ponad 40 PFLOPS[29] i jest odnotowany w Księdze Guinnessa jako największy klaster komputerowy na świecie[30].
  • BOINC – projekt łączący komputery do różnych obliczeń, zapoczątkowany przez projekt SETI@home. Pracuje równolegle nad kilkudziesięcioma niezależnymi zagadnieniami. Sumaryczna moc obliczeniowa, jaką dysponuje, to ponad 110 PFLOPS[31].
  • GIMPS – projekt poszukiwania liczb Mersenne’a. Dysponuje mocą obliczeniową 190 TFLOPS[32].
  • Distributed.net – projekt obliczeń teorioliczbowych, w szczególności badania możliwości łamania współczesnych szyfrów blokowych.

Farmy serwerów i botnety

[edytuj | edytuj kod]

Farma serwerów to zbiór luźno powiązanych ze sobą serwerów, współpracujących w celu realizacji jednego zadania. Stosuje się je w różnorodnych zastosowaniach komercyjnych, takich jak wyświetlanie spersonalizowanych stron w wyszukiwarkach internetowych i serwisach społecznościowych, czy rendering filmów 3D. Moc obliczeniowa takich farm może znacznie przewyższać moce obliczeniowe największych superkomputerów. Google i Microsoft posiadają setki tysięcy serwerów[33], których łączna moc obliczeniowa jest szacowana na dziesiątki PFLOPS[34]. Również największe botnety mają większą moc obliczeniową niż liderzy TOP500 (np. Storm botnet składający się z 1,9 mln komputerów[35]).

Systemy dedykowane

[edytuj | edytuj kod]
Jeden z węzłów maszyny EFF DES cracker do łamania szyfrów DES

Na liście TOP500 umieszczone są jedynie komputery ogólnego zastosowania, na których można efektywnie wykonywać testy LINPACK. Do konkretnych zastosowań buduje się jednak czasem urządzenia dedykowane, efektywne w rozwiązywaniu tylko jednego, wybranego problemu. Pozwala to uzyskać większą efektywność i zmniejszyć koszty, za cenę uniwersalności. Przykładem takich urządzeń są:

Zobacz też

[edytuj | edytuj kod]
  1. Pierwsze komputery wykonywały tylko operacje na liczbach całkowitych, dlatego ich szybkość podana jest w operacjach na sekundę (OPS). Współcześnie jednak znaczna większość zastosowań superkomputerów wymaga wykonywania operacji na liczbach zmiennoprzecinkowych, dlatego porównuje się je używając miary FLOPS. Nie ma oczywistego przelicznika pomiędzy tymi miarami, choć każda operacja zmiennoprzecinkowa może w szczególności być użyta jako całkowitoliczbowa.
  2. Koszt budowy komputera Tianhe-1A wyniósł około 88 milionów dolarów, podczas gdy inwestycje w zaprojektowanie i wdrożenie do produkcji procesorów Itanium 2 wyniosły 3 miliardy dolarów.

Przypisy

[edytuj | edytuj kod]
  1. New Japanese supercomputer is the world’s most powerful. geek.com, 20 czerwca 2011. [dostęp 2011-11-24]. [zarchiwizowane z tego adresu (5 grudnia 2011)].
  2. a b Listy najszybszych superkomputerów w kolejnych latach na Top500.. Top500.org. [dostęp 2022-10-05].
  3. Mobile Linpack Results. 2020-06-13. [dostęp 2020-06-14]. (ang.).
  4. Najszybsze superkomputery świata w czerwcu 1993, miejsca 1-100. TOP500. (ang.).
  5. Dane na stronie Computer History Museum. Computerhistory.org. [dostęp 2010-10-31].
  6. W 2006 roku twórcy MDGRAPE-3 ogłosili, że ma on moc 1 PFLOPS. Nie ma jednak niezależnego potwierdzenia tego faktu, ze względu na nieprzeprowadzenie testu LINPAC.
  7. El Capitan Supercomputer Detailed: AMD CPUs & GPUs To Drive 2 Exaflops of Compute [online], www.anandtech.com [dostęp 2020-03-13].
  8. USA budują najmocniejszy superkomputer – Altair Agencja Lotnicza [online], www.altair.com.pl [dostęp 2020-03-13] (ang.).
  9. Performance Development. Top500 Supercomputer Site. [dostęp 2018-06-09]. (ang.).
  10. Patrick Thibodeau: IBM breaks petaflop barrier. infoworld.com, 10 czerwca 2008. [dostęp 2016-05-21].
  11. IDF: Intel says Moore’s Law holds until 2029. [w:] Heise Online [on-line]. The H, 4 kwietnia 2008. [dostęp 2011-09-09]. [zarchiwizowane z tego adresu (2013-12-08)]. (ang.).
  12. Tiffany Trader: IDC: Supercomputing Spending Jumps 30 Percent. HPC Wire, 25 marca 2013. [dostęp 2013-03-26]. [zarchiwizowane z tego adresu (2013-09-17)]. (ang.).
  13. China Makes World’s Fastest Supercomputer. International Business Times, 28 października 2010. [dostęp 2011-09-09]. (ang.).
  14. Intel strengthens investment in Intel Itanium architecture with hiring of HP design team. 16 grudnia 2004. [dostęp 2011-09-09]. (ang.).
  15. Otwarte granty ICM. Interdyscyplinarne Centrum Modelowania Matematycznego i Komputerowego Uniwersytetu Warszawskiego. [dostęp 2011-09-09]. [zarchiwizowane z tego adresu (2014-07-14)].
  16. The Problem with Cellulosic Ethanol. Oak Ridge National Laboratory. [dostęp 2011-11-08]. (ang.).
  17. Simulating Turbulent Combustion Speeds Design of Power and Propulsion Devices. Oak Ridge National Laboratory. [dostęp 2011-11-08]. (ang.).
  18. Boeing Uses Jaguar to Validate Aircraft Modeling Applications. Oak Ridge National Laboratory. [dostęp 2011-11-08]. (ang.).
  19. BMI Uses Jaguar to Overhaul Long-Haul Trucks. Oak Ridge National Laboratory. [dostęp 2011-11-08]. (ang.).
  20. Breakthrough Fusion Simulations Shed Light on Plasma Confinement. Oak Ridge National Laboratory. [dostęp 2011-11-08]. (ang.).
  21. Supercomputers Aid in Understanding the Basic Building Blocks of Nature. Oak Ridge National Laboratory. [dostęp 2011-11-08]. (ang.).
  22. Packing the ions. Oak Ridge National Laboratory. [dostęp 2011-11-08]. (ang.).
  23. Gordon Bell Prize Awarded to Research Group Using K Supercomputer. HPC wire, 21 listopada 2011. [dostęp 2011-11-24]. [zarchiwizowane z tego adresu (25 listopada 2011)]. (ang.).
  24. TOP500 LIST – NOVEMBER 2024 [online] [dostęp 2024-12-22] (ang.).
  25. Superkomputer Kraken Politechniki Gdańskiej już działa! | Politechnika Gdańska [online], pg.edu.pl [dostęp 2023-06-12] (pol.).
  26. Politechnika Gdańska ma najszybszy superkomputer w Polsce! To Kraken [online] [dostęp 2024-02-04] (pol.).
  27. Bitcoin Network. [dostęp 2014-07-02]. (ang.).
  28. Mining hardware comparison. [dostęp 2014-07-02]. (ang.).
  29. Folding@home – The Science. [dostęp 2014-12-10]. [zarchiwizowane z tego adresu (6 stycznia 2016)]. (ang.).
  30. Joshua Topolsky: Folding@Home recognized by Guinness World Records. Engadget, 31 października 2007. [dostęp 2011-09-09]. (ang.).
  31. Statystyki BOINC. [dostęp 2014-12-10]. (ang.).
  32. Strona domowa projektu GIMPS. [dostęp 2014-12-10]. (ang.).
  33. Rich Miller: Who Has the Most Web Servers?. Data Center Knowledge, 14 maja 2009. [dostęp 2011-09-09]. (ang.).
  34. Brough Turner: Google Surpasses Supercomputer Community, Unnoticed?. 20 maja 2009. [dostęp 2011-09-09]. [zarchiwizowane z tego adresu (22 października 2011)]. (ang.).
  35. Gaudin, Sharon. „Storm Worm Botnet Attacks Anti-Spam Firms”, InformationWeek, 18 września 2007.
  36. „DES Cracker” Machine. Electronic Frontier Foundation. [dostęp 2011-09-09]. [zarchiwizowane z tego adresu (2011-08-30)]. (ang.).
  37. Tetsu Narumi: MDGRAPE (Molecular Dynamics GRAvity PipE). 31 października 2006. [dostęp 2011-09-09]. [zarchiwizowane z tego adresu (13 lutego 2008)]. (ang.).
  38. John Markoff: Herculean Device for Molecular Mysteries. The New York Times, 8 lipca 2008. [dostęp 2011-09-09]. (ang.).
  39. Mariusz Błoński: Superkomputer Anton – mistrz zaginania białek. KopalniaWiedzy, 18 października 2010. [dostęp 2011-09-09].

Linki zewnętrzne

[edytuj | edytuj kod]








ApplySandwichStrip

pFad - (p)hone/(F)rame/(a)nonymizer/(d)eclutterfier!      Saves Data!


--- a PPN by Garber Painting Akron. With Image Size Reduction included!

Fetched URL: http://pl.wikipedia.org/wiki/Superkomputer

Alternative Proxies:

Alternative Proxy

pFad Proxy

pFad v3 Proxy

pFad v4 Proxy