Ordinateurs

Nvidia Tesla et AMD Epyc propulseront le nouveau supercalculateur de Berkeley

Ce site peut gagner des commissions d’affiliation à partir des liens sur cette page. Conditions d’utilisation.

Les victoires du supercalcul sont un gros problème pour semi-conducteur fabricants. Gagner de l’espace dans les meilleurs systèmes est considéré comme une marque de stabilité et de longévité. Cela implique que les fournisseurs au sommet du marché et ayant accès à d’importants contrats gouvernementaux à long terme pensent que votre matériel est suffisamment robuste et capable d’être utilisé pour la recherche scientifique de pointe dans l’une des plus grandes installations des États-Unis. L’économie de ces accords est décidément plus trouble, mais en matière de relations publiques, les entreprises ont tendance à les adorer. Nvidia et AMD ont de quoi se réjouir aujourd’hui, compte tenu d’une nouvelle annonce de Cray et Berkeley National Labs.

Le Centre national de calcul scientifique pour la recherche énergétique utilisera un Installation de Cray Shasta pour son supercalculateur de nouvelle génération, dont le nom de code est « Perlmutter ». Pour être clair, « Shasta » est ce que Cray appelle l’architecture du supercalculateur, tandis que Perlmutter est le nom du système NERSC spécifique à construire. Shasta est conçu pour être compatible avec les architectures ARM et x86 d’Intel et d’AMD avec prise en charge de diverses normes d’interconnexion, notamment Cray’s Slingshot, Intel’s Omnipath et Mellanox (Infiniband). Pour ceux d’entre vous qui associent Infiniband à Intel, la société a acheté sa propre technologie Infiniband en 2012, mais Omnipath est une technologie différente, spécifique à Intel, avec laquelle Infiniband de Mellanox est en concurrence. Shasta est conçu pour intégrer des composants et des accélérateurs de diverses entreprises, notamment des GPU, des FPGA et des accélérateurs spécifiques à l’IA.

La nouvelle interconnexion Slingshot de Cray est un élément essentiel du système (et la réduction de la puissance d’interconnexion est importante pour la façon dont nous atteignons finalement exascale capacité de calcul). Une courte vidéo sur la nouvelle interconnexion est intégrée ci-dessous :

https://www.youtube.com/watch?v=imPgyPDB7O8

Nous n’avons pas encore de chiffres sur les processeurs Epyc ou sur le nombre de cœurs que NERSC déploiera – ou sur le nombre de GPU qu’il contiendra. Nvidia, cependant, vante également sa propre inclusion dans le projet, une étude affirmant que 50% des charges de travail que Perlmutter exécutera sont capables de fonctionner sur des GPU. Ce sera le premier NERSC supercalculateur concentré sur le calcul hétérogène, donc remporter la victoire est une belle plume dans la casquette de Nvidia et représente sans aucun doute beaucoup d’efforts à long terme pour garantir le bon fonctionnement des charges de travail. Nous ne savons pas non plus quels produits Tesla NERSC utiliseront, mais nous nous attendons à ce qu’il s’agisse de matériel près du sommet de la pile Tesla de Nvidia.

Préparation NERSC-gpu

Noyaux GPU NERSC

Le NERSC travaille dans un certain nombre de domaines critiques, notamment la recherche sur la fusion nucléaire, la modélisation du climat, la recherche en science des matériaux et la recherche en biologie axée sur la structure moléculaire et son lien avec la découverte de médicaments et le développement de vaccins. Bien que cette machine ne soit pas elle-même un déploiement de classe exascale, elle devrait utiliser certaines des mêmes technologies et normes que nous déploierons pour l’informatique exascale lorsque les premiers systèmes seront mis en ligne (théoriquement) en 2021.

Maintenant lis: Le Japon teste le silicium pour l’informatique exascale en 2021, 750 Raspberry Pis transformés en superordinateur pour le laboratoire national de Los Alamoset Fujitsu entre sur les marchés de l’apprentissage en profondeur et de l’IA avec une architecture personnalisée

Bouton retour en haut de la page