AMD y Cornelis amplían su alianza en computación de alto rendimiento mientras GWDG despliega EMMY P4

AMD y Cornelis están ampliando su alianza en computación de alto rendimiento: combinan procesadores y aceleradores AMD con redes de Cornelis para ayudar a las organizaciones de investigación a poner en producción cargas de trabajo científicas de mayor envergadura. Una implementación en GWDG, Alemania, ofrece un ejemplo concreto: la supercomputadora EMMY P4 combina aproximadamente 300 nodos con dos zócalos y procesadores AMD EPYC 9745 con redes Omni-Path CN5000 de Cornelis.

La colaboración va más allá de vender componentes compatibles. Las empresas están estableciendo un programa conjunto de comercialización que abarca el diseño de sistemas, la evaluación comparativa de aplicaciones, la validación, las pruebas de aceptación y la implementación en producción a través de fabricantes e integradores de sistemas existentes. Antes de comprometerse con una configuración, los clientes también pueden probar sus propias aplicaciones en el Centro de Excelencia en Computación de Alto Rendimiento de AMD en Múnich.

Este enfoque aborda un problema persistente de la supercomputación: comprar más procesadores no garantiza que la investigación avance proporcionalmente más rápido. Las aplicaciones deben transferir datos entre esos procesadores con suficiente rapidez para mantenerlos ocupados.

Por qué la red importa tanto como la capacidad de cómputo

A menudo, las simulaciones científicas dividen un problema de gran envergadura entre muchos servidores. Cada servidor calcula una parte del resultado y luego intercambia información con los demás. Por ejemplo, la dinámica de fluidos computacional requiere que las regiones adyacentes de un flujo simulado compartan condiciones actualizadas a medida que avanza el cálculo.

Esos intercambios hacen que la latencia de la red, la capacidad para gestionar mensajes y la congestión sean factores importantes. Un procesador que espera los datos de otro nodo aporta poco trabajo computacional útil, por rápido que realice las operaciones aritméticas. La Interfaz de Paso de Mensajes, o MPI, es una interfaz de software muy utilizada para coordinar este trabajo distribuido.

Cornelis proporciona la estructura de interconexión que conecta los nodos, mientras que AMD aporta la capacidad de cómputo. El programa ampliado busca validar conjuntamente esos componentes con aplicaciones, en lugar de considerar que el ancho de banda de la red y las especificaciones de los procesadores bastan para demostrar el rendimiento del sistema.

Lisa Spelman, directora ejecutiva de Cornelis, afirmó que cada nueva generación de EPYC aumenta el número de núcleos que necesitan acceso a la red. Su argumento es que ampliar la capacidad de cómputo puede dejar recursos costosos a la espera si las comunicaciones no avanzan al mismo ritmo, por lo que resulta esencial validar el sistema con cargas de trabajo específicas.

Qué aporta EMMY P4 de GWDG

GWDG, la organización de computación científica de Gotinga, presta apoyo a NHR@Göttingen, uno de los nueve centros nacionales de computación de alto rendimiento de Alemania. Sus usuarios ejecutan aplicaciones de ámbitos que van desde las ciencias de la vida, la física y la investigación cuántica hasta la IA y las humanidades. Según Cornelis, el entorno más amplio procesa aproximadamente 3,5 millones de trabajos de computación de alto rendimiento al año.

Las especificaciones del EPYC 9745 de AMD indican que cada procesador tiene 128 núcleos físicos, lo que suma 256 núcleos en cada nodo con dos zócalos. Mantener ocupados todos esos núcleos en cientos de nodos convierte la eficiencia de las comunicaciones en una cuestión que afecta al sistema en su conjunto.

La documentación de instalación de GWDG describe un grupo inicial de 252 nodos, cada uno con 768 GiB de memoria DDR5 y 3,8 TiB de almacenamiento NVMe local, conectados mediante adaptadores CN5000 con enlaces de 200G. El anuncio describe la implementación más amplia de EMMY P4 como un despliegue de aproximadamente 300 nodos.

Es importante distinguir esta instalación de CPU del trabajo de la alianza con GPU. EMMY P4 demuestra el uso de EPYC y las redes de Cornelis en un entorno de computación científica; no significa que los nodos con CPU anunciados incluyan aceleradores AMD Instinct.

Las pruebas de aplicaciones van más allá de la compatibilidad

Cornelis afirma que CN5000 está homologado para producción con procesadores AMD EPYC 9005 en más de 25 configuraciones de plataforma validadas en Norteamérica y Europa. Las empresas también han ampliado la homologación de CN5000 a los aceleradores de la serie AMD Instinct MI350X.

Para los compradores, probar las aplicaciones puede revelar si una arquitectura se adapta al trabajo que realmente se lleva a cabo en su organización. Una simulación de gran envergadura con sincronizaciones frecuentes puede comportarse de manera distinta a una carga de trabajo de IA que pasa más tiempo ejecutándose dentro de los núcleos de los aceleradores. La capacidad de memoria, las bibliotecas de software, la configuración de los nodos y el comportamiento de la red influyen en el resultado.

Cornelis informa que un conjunto seleccionado de 132 cargas de trabajo de dinámica de fluidos computacional de CONVERGE alcanzó un rendimiento medio un 20 % superior en cuatro nodos frente a una comparación con NVIDIA NDR InfiniBand. También informa que una carga de trabajo de STAR-CCM+ ejecutada en procesadores EPYC 9755 escaló casi nueve veces al pasar de uno a ocho nodos.

Estos resultados de aplicaciones, comunicados por el proveedor, corresponden a configuraciones de prueba específicas. Los documentos técnicos de Cornelis que los respaldan son la referencia pertinente para conocer las condiciones de las pruebas; las cifras no demuestran que se obtenga la misma ventaja con todos los programas o clústeres. El valor práctico del programa de pruebas de Múnich reside en que los clientes pueden evaluar sus propias cargas de trabajo teniendo en cuenta esos resultados.

Una hoja de ruta para sistemas de CPU y GPU de mayor escala

Las empresas también se están preparando para otra generación de hardware. Cornelis está desarrollando su próximo CN6000 en torno a un adaptador 800G y una interfaz PCIe 6.0 x16; se espera que los sistemas OEM que combinan CN6000 y procesadores AMD EPYC 9006 lleguen en el primer trimestre de 2027. Esos sistemas forman parte de la hoja de ruta y son independientes de la infraestructura EMMY P4 ya desplegada, basada en CN5000.

La estrategia de aceleradores de AMD también incluye la pila de software ROCm, que proporciona herramientas y bibliotecas para la computación con GPU. Para respaldar la IA científica se necesita esa capa de software, además de los procesadores y la red: los investigadores necesitan aplicaciones, bibliotecas matemáticas y software de comunicación que funcionen en conjunto.

La computación científica tradicional también hace mucho hincapié en la aritmética de doble precisión o FP64. Esto difiere de los cálculos de menor precisión que se utilizan en muchas cargas de trabajo de IA, por lo que la idoneidad de una plataforma depende de algo más que su rendimiento destacado en IA.

En última instancia, la ampliación de la colaboración entre AMD y Cornelis busca facilitar la evaluación y el despliegue de sistemas de investigación completos. GWDG ofrece un ejemplo de producción de la combinación de CPU y red, mientras que las pruebas conjuntas de aplicaciones y el futuro soporte para aceleradores amplían los posibles casos de uso. Para los centros de investigación, lo importante es la rapidez con que un sistema validado completa trabajo útil, no cuántos procesadores contiene.