「バビル2世」のコンピュータを、2017年のテクノロジーで解説しよう:あれって、AIですよね?(2/5 ページ)
手塚治虫が、スピルバーグが、そして全世界の子どもたちがあのころ夢見たテクノロジーは、2017年現在どこまで実現できているのだろうか?――「鉄腕アトム」や「2001年宇宙の旅」に登場したコンピュータやロボットを、現代のテクノロジーで徹底解説する「テクノロジー名作劇場」、第1回は、横山光輝先生の「バビル2世」だ!
当時のNASAのコンピュータ
まず、バベルの塔を守るコンピュータのハードウェアの性能を考察してみよう。
基準となるのは、昭和48(1974)年2月10日発売の秋田書店版「バビル2世」6巻196ページの、「アメリカ宇宙局(※)のコンピュータの百億倍(※)の働きをする」というせりふだ(※)。
NASAは長い間IBMの大手顧客である。もちろん研究所ではスパコンも使っていただろうし、TCPの研究を進めていたDARPA(アメリカ国防高等研究計画局)なども先進的だったので、何を「アメリカ宇宙局のコンピュータ」とするかは難しい議論ではあるが、多くの処理システムはメインフレーム汎用機だったはずだ。
漫画を連載していた1971〜1973年は、オラクルもマイクロソフトもGoogleもAmazonも存在しない時代である。当時の出来事を書き出してみる。
1964年4月7日 IBM System/360発表(世界初の汎用コンピュータ)
1964年10月10日 東京オリンピック(集計にSystem/360が使われた)
1968年4月6日 映画「2001年宇宙の旅」公開
1969年7月20日 アポロ11号イーグル月面着陸成功
1970年 アムダール社設立、IBM System/370発表
1971〜1973年 バビル2世連載
1975年 アムダールAmdahl 470/6発表
NASAではアムダール製品も使われていたと聞くが、1971〜1973年にはまだ発売されていないことを考えると、バビル2世が執筆されていたころは「IBM System/370」が使われていたと想定してよいだろう。
私がIBMに入社後、ソフトウェア保守技術員として最初に担当したシステムは、System/370の後期製品群である「4300」「3080」「3090」「9370」ファミリーだった。何とも感慨深い。
幸いなことに手元に「コンピューター発達史―IBMを中心にして―」(昭和63年10月発行)という日本IBM50周年の社内誌があるので、この本のデータを参考にする。ここでは年代的に「IBM System/370 model 158」をベースに考える。
アメリカ宇宙局
アメリカ航空宇宙局(NASA)のことか?
百億倍
100億倍とは、1000×1000×1000×10である。
コンピュータの世界では、数の大きさを1024の乗数でキロ、メガ、ギガ、テラ、ペタ、エクサ、ゼタ、ヨタ……と呼ぶ。これを3つ上に桁上げ(1024×1024×1024)すれば、だいたい100億倍となる。
基数が少し違うので誤差が出る。コンピュータの世界では何でも2進数で数えるが、横山先生が10進数で書いてしまったので、そのへんはご勘弁いただきたい。
アメリカ宇宙局のコンピュータの百億倍
当時のスパコンを引き合いに出したブログを書かれている方もおられるが、本稿では別の視点で考える。
参考:バベルの塔のコンピュータの性能はどのぐらい?(たどブログ)
メモリ:バベルの塔のコンピュータvs.IBM Watson
では、早速ハードウェアの能力を見ていこう。
まずアドレス空間。アドレス空間とは、コンピュータ処理時にアクセスできる最大のメモリ(※)の広さの限界だ。System/370初期時代は24bitプロセッサである。
24bitでのアドレス空間は16MB(1670万バイト)だ。これを単純に100億倍すると「16P(ペタ)B」となる。
メモリとその制御装置はいつの時代でも高価だが、腐ってもNASA(失礼!)であれば、最大量積んでいてもおかしくない。なので当時のNASAのコンピュータは「16MBのメモリを搭載していた」と考えてもまぁよいだろう。
すると、バベルの塔のコンピュータは、16PBのメモリを搭載したシステムということになる。
2017年現在のコンピュータの主流は64bitである。64bitCPUのアドレス空間のアクセス限界は18.44E(エクサ)B、24bitCPUから比較して40bit増えているため、System/370のおよそ1兆倍である(2の40乗は1.0995116×1012)。
米国のクイズ番組「Jeopardy!」に挑戦した「IBM Watson」は、POWER 750プロセッサを90ノード搭載し、16TBのメモリを運用していたといわれている。これでおよそ100万倍だ。そのさらに1万倍、100万ノードくらい動かすと「アメリカ宇宙局のコンピュータの百億倍」に近づく数字となる。2017年現在では、大手クラウドサービス用のシステムがこれに近い。
メモリの能力
- アーキテクチャ能力的には、2017年現在の一般的な64bitシステムは、System/370のおよそ1兆倍の能力がある
- 実際に「アメリカ宇宙局のコンピュータの100億倍」程度のメモリを運用しているのはクラウドシステム
メモリ
当時、メインフレームでは「ストレージ」または「コア」と呼んでいた。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
- 個人と対話するボットの裏側――大衆化するITの出口とバックエンド
マシンラーニング、ディープラーニングなど、未来を感じさせる数理モデルを使ったコンピューター実装が注目されている。自ら学習し、機械だけでなく人間との対話も可能な技術だ。では、コンピューターはどのように人間との対話を図ればよいのだろうか。コンピューターの技術だけでなく、そこで実装されるべきインターフェースデザインを考えるヒントを、あるコンシューマーアプリ開発のストーリーから見ていく - このAIは、社長のゆるふわ要件を完璧に機械翻訳する
社長の寝言を、エンジニアの寝言に自動翻訳! - メインフレーム温故知新
IBMは50億ドルという開発費を掛けて、それまで5系統あったIBMのコンピュータを統合する形で、System/360およびOS/360を開発します - ニューラルネットワーク、Deep Learning、Convolutional Neural Netの基礎知識と活用例、主なDeep Learningフレームワーク6選
最近注目を浴びることが多くなった「Deep Learning」と、それを用いた画像に関する施策周りの実装・事例について、リクルートグループにおける実際の開発経験を基に解説していく連載。初回は、ニューラルネットワーク、Deep Learning、Convolutional Neural Netの基礎知識と活用例、主なDeep Learningフレームワーク6選を紹介する - 「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか
「AI」「機械学習」「ディープラーニング」は、それぞれ何が違うのか。GPUコンピューティングを推進するNVIDIAが、これらの違いを背景および技術的要素で解説した