- А графические процессоры по сравнению с обычными, они какие преимущества имеют, в плане HPC?
- Один графический процессор дает примерно в 4 раза больше пиковой производительности на операциях с двойной точностью, чем обычный, потребляя не сильно больше электричества. В результате имеем в 4 раза более производительную систему с тем же энергопотреблением и примерно той же ценой — гораздо выгоднее для заказчика. Высокая энергоэффективность, то есть хорошее соотношение производительности на ватт потребляемой энергии, сейчас очень важна в отрасли, так как размер систем увеличивается быстро, а энергетические ресурсы в основном ограничены.
Графические процессоры не применялись для HPC изначально, так как раньше они обеспечивали высокую производительность только на операциях с одинарной точностью, которой достаточно, например, для обработки видео, но недостаточно для HPC, где требуется двойная точность и коррекция ошибок. Однако Nvidia его усовершенствовали, и теперь он дает больше пиковой производительности на операциях с двойной точностью чем процессоры с архитектурой x86. Из этого получается две вещи: во-первых, вы можете в один шкаф уместить больше терафлопсов, а во-вторых, вы получаете феноменальное соотношение производительности к энергопотреблению, которое напрямую зависит от плотности.
У нас в стойке с этим решением получается 105 Тфлопс пиковой производительности, тогда как для процессоров х86 это максимум 27Тфлопс. И энергоэффективность получается 1450 мегафлопс на ватт, что на данный момент почти вдвое лучше, чем у самой эффективной на данный момент системы в мире согласно списку Green500, где суперкомпьютеры рейтинга Тор500 ранжируются не по производительности, а по соотношению флопс на ватт.
Это не столько модная тема, сколько действительно технологическая необходимость по одной простой причине: дальнейшее расширение производительности систем, к которому все стремятся, невозможно без принципиально новых решений для улучшения энергоэффективности систем.
Сейчас бессмысленно пытаться строить суперкомпьютер мощностью в экзафлопс (в 1000 раз мощнее чем сейчас) не только потому, что к такой масштабируемости не готовы программные пакеты, но и потому, что такая машина будет иметь энергопотребление сравнимое с потреблением небольшого города.
Эксперты американского Министерства Энергетики, которое поддерживает разработки в области экзафлопс, поставили определенный предел энергопотребления для таких систем — 20 мегаватт. Но при тех технологиях, которые сейчас есть, с учетом их прогнозируемого развития, мы сильно не дотягиваем до этого порога. Экзафлопс будет потреблять на порядок больше, если не будет придумано что-то кардинально другое.
Поэтому, все разработки сейчас направлены на то, как снизить энергопотребление и увеличить вычислительную мощность, которую мы получаем за эту энергию.
Сейчас эффективность лучшей системы в мире — 773 Мегафлопс на ватт. Это система в Суперкомпьютерном центре Юлиха в Германии с очень специфической архитектурой на базе процессоров Cell, которые совместимы с довольно узким спектром приложений и на данный момент больше не выпускаются. Nvidia сейчас обходит всех по этому параметру, но его совместимость с существующими приложениями, конечно, тоже ограничена, хотя и не так сильно.
Приложения нужно адаптировать к архитектуре графических процессоров, хотя в случае с NVidia и средой разработки CUDA это проще, чем с Cell. От того, как разработчик ПО использовал эту архитектуру, ее особенности и возможности, зависит, насколько большое ускорение своих расчетов он реально получит. Сейчас количество адаптированных к NVidia приложений набрало некоторую критическую массу, на наш взгляд, и сентябрьская выставка GTC в Америке это подтвердила. Самый популярный инженерный пакет ANSYS, например, для некоторых задач обеспечил поддержку Tesla, и многие другие вендоры активно движутся в этом направлении.
- А помимо МГУ кто сейчас ваши основные заказчики?
- Пока это в основном университеты и исследовательские институты. В У вузов всегда был высокий интерес к новому оборудованию, у них есть время и человеческие ресурсы чтобы осваивать новые решения. К счастью, например, в 2006 году вузы получили возможность приобретать суперкомпьютеры благодаря поддержке государства: была специальная программа, по которой вузы могли получить средства на развитие инновационных программ, многие из которых включали развитие в области высокопроизводительных вычислений. Томский ГУ был одним из таких вузов и многие их них стали нашими клиентами. Конечно, суперкомпьютерами пользуются и другие государственные организации, которые, например, ведут исследования в области безопасности.