首台ExaFLOP级超算Frontier几乎每天都有故障，问题或出自GPU及互联系统

美国橡树岭国家实验室的 Frontier 是全球首台真正意义上达到 ExaFLOP 级别（百亿亿次）的超级计算机，在高性能 Linpack（HPL）基准里，显示其运算性能达到了 1.102 Exaflop/s，峰值性能达到了 1.685 Exaflop/s。打造一台超级计算机并不是一件容易的事情，需要面对大量的硬件和软件工作，而且有可能遇到意料之外的状况，特别是 Frontier 这种采用新架构、性能有跨越式提升的超算。

据 TomsHardware 报道，目前 Frontier 的运转情况并不好，几乎没有一天是完全正常运转，平均故障间隔时间仅为数个小时。有关 Frontier 存在硬件问题的消息已经流传有一段时间了，有消息称可能与该系统采用的 HPE Slingshot 互连系统有关，也有传闻指 Instinct MI250X 计算卡并不是那么可靠。

Frontier 基于 HPE Cray EX235a 架构，采用了 AMD 第三代 EPYC 处理器，频率为 2GHz，整个系统共有 8730112 个内核。每个 HPE Cray EX 节点包括了一块 AMD 的 64 核 EPYC"Trento"7A53 处理器（代号 Milan 的 Zen 3 架构衍生产品），512GB 的 DDR4 内存，以及四块 Instinct MI250X 计算卡，通过四个 HPE Slingshot 200Gbps 以太网 NIC（25GB/s）连接，提供 800Gbps（100 GB/s）的节点带宽。

Frontier 并不是唯一一款采用 HPE Cray EX 架构及 HPE Slingshot 互连系统的超级计算机，芬兰名为 Lumi 的超算几乎采用了相同的架构，不过规模要小一些，峰值性能为 0.55 ExaFLOPS，似乎并没有出现类似的问题。

Frontier 原计划在 2022 年上线，不过至今仍未正式部署，不知道 2023 年是否可以向研究人员开放。