AMD et Cornelis élargissent leur partenariat dans le calcul haute performance tandis que GWDG déploie EMMY P4

AMD et Cornelis élargissent leur partenariat dans le calcul haute performance en associant les processeurs et accélérateurs d’AMD aux solutions réseau de Cornelis, afin d’aider les organismes de recherche à mettre en production des charges de travail scientifiques de plus grande envergure. Le déploiement réalisé chez GWDG, en Allemagne, en est un exemple concret : le supercalculateur EMMY P4 associe environ 300 nœuds équipés de deux processeurs AMD EPYC 9745 à la technologie réseau Omni-Path CN5000 de Cornelis.

La collaboration ne se limite pas à la vente de composants compatibles. Les entreprises mettent en place un programme conjoint de commercialisation couvrant la conception des systèmes, l’évaluation comparative des applications, la validation, les tests de réception et le déploiement en production, par l’intermédiaire de fabricants et d’intégrateurs de systèmes déjà en place. Les clients peuvent également tester leurs propres applications au centre d’excellence HPC d’AMD, à Munich, avant de s’engager sur une configuration.

Cette approche répond à un problème récurrent du supercalcul : acheter davantage de processeurs ne garantit pas que les travaux de recherche seront proportionnellement plus rapides. Les applications doivent pouvoir transférer les données entre ces processeurs assez rapidement pour les maintenir à l’œuvre.

Pourquoi le réseau compte autant que la puissance de calcul

Les simulations scientifiques répartissent souvent un problème de grande ampleur entre de nombreux serveurs. Chacun calcule une partie du résultat, puis échange des informations avec les autres. La dynamique des fluides numérique, par exemple, nécessite que les zones voisines d’un écoulement simulé partagent des conditions mises à jour au fil des calculs.

Ces échanges rendent déterminants la latence du réseau, sa capacité à gérer les messages et le niveau de congestion. Un processeur qui attend les données d’un autre nœud effectue peu de calculs utiles, quelle que soit sa vitesse d’exécution des opérations arithmétiques. L’interface de transmission de messages, ou MPI, est une interface logicielle largement utilisée pour coordonner ce travail distribué.

Cornelis fournit la structure d’interconnexion qui relie les nœuds, tandis qu’AMD fournit la puissance de calcul. Le programme élargi vise à valider ensemble ces composants au regard des applications, plutôt qu’à considérer la bande passante du réseau et les caractéristiques des processeurs comme des preuves suffisantes des performances du système.

Lisa Spelman, PDG de Cornelis, a déclaré que chaque nouvelle génération d’EPYC augmente le nombre de cœurs qui doivent accéder au réseau. Son propos est que l’ajout de capacité de calcul peut laisser des ressources coûteuses en attente si les communications ne suivent pas, ce qui rend indispensable une validation adaptée aux charges de travail.

Ce qu’apporte l’EMMY P4 de GWDG

GWDG, l’organisme de calcul scientifique de Göttingen, soutient NHR@Göttingen, l’un des neuf centres nationaux de calcul haute performance d’Allemagne. Ses utilisateurs exécutent des applications dans des domaines aussi variés que les sciences de la vie, la physique, la recherche quantique, l’IA et les sciences humaines. Selon Cornelis, l’environnement dans son ensemble traite environ 3,5 millions de tâches HPC par an.

Les caractéristiques de l’EPYC 9745 publiées par AMD indiquent 128 cœurs physiques par processeur, soit 256 cœurs dans chaque nœud à deux processeurs. Maintenir autant de cœurs en activité sur des centaines de nœuds fait de l’efficacité des communications un enjeu à l’échelle du système.

La documentation de GWDG sur l’installation décrit un premier groupe de 252 nœuds, chacun doté de 768 GiB de mémoire DDR5 et de 3,8 TiB de stockage NVMe local, et relié par des adaptateurs CN5000 avec des liaisons 200G. L’annonce décrit le déploiement plus vaste de l’EMMY P4 comme comprenant environ 300 nœuds.

Il importe de distinguer cette installation de processeurs CPU des travaux du partenariat sur les GPU. EMMY P4 illustre l’association des processeurs EPYC et du réseau Cornelis dans un environnement de calcul scientifique ; cela ne signifie pas que les nœuds CPU annoncés intègrent des accélérateurs AMD Instinct.

Les tests d’applications vont au-delà de la compatibilité

Cornelis indique que le CN5000 est qualifié pour une utilisation en production avec les processeurs AMD EPYC 9005 dans plus de 25 configurations de plateforme validées en Amérique du Nord et en Europe. Les entreprises ont également étendu la qualification du CN5000 aux accélérateurs de la série AMD Instinct MI350X.

Pour les acheteurs, les tests d’applications permettent de déterminer si une architecture est adaptée aux tâches réellement exécutées au sein de leur organisation. Une simulation de grande ampleur nécessitant des synchronisations fréquentes peut se comporter différemment d’une charge de travail d’IA qui passe davantage de temps dans les noyaux de calcul des accélérateurs. La capacité mémoire, les bibliothèques logicielles, la configuration des nœuds et le comportement du réseau influent tous sur le résultat.

Cornelis indique qu’un ensemble sélectionné de 132 charges de travail de dynamique des fluides numérique exécutées avec CONVERGE a atteint un débit moyen supérieur de 20 % sur quatre nœuds par rapport à une comparaison utilisant NVIDIA NDR InfiniBand. L’entreprise fait également état d’une montée en charge presque multipliée par neuf entre un et huit nœuds pour une charge de travail STAR-CCM+ exécutée sur des processeurs EPYC 9755.

Il s’agit de résultats d’applications communiqués par le fournisseur et obtenus avec des configurations de test particulières. Les livres blancs techniques de Cornelis qui les étayent constituent la référence pertinente pour connaître les conditions de test ; ces chiffres ne démontrent pas qu’un avantage identique s’applique à chaque code ou cluster. L’intérêt concret du programme de tests de Munich est que les clients peuvent évaluer leurs propres charges de travail dans ce contexte.

Une feuille de route pour des systèmes CPU et GPU de plus grande envergure

Les entreprises se préparent également à une nouvelle génération de matériel. Cornelis présente son futur CN6000, qui repose sur un adaptateur 800G et une interface PCIe 6.0 x16. Les systèmes OEM associant le CN6000 aux processeurs AMD EPYC 9006 sont attendus au premier trimestre 2027. Ces systèmes figurent sur la feuille de route et sont distincts de l’infrastructure EMMY P4 déjà déployée, basée sur le CN5000.

La stratégie d’AMD en matière d’accélérateurs comprend également la pile logicielle ROCm, qui fournit des outils et des bibliothèques pour le calcul sur GPU. Pour prendre en charge l’IA scientifique, cette couche logicielle est nécessaire, tout comme les processeurs et le réseau : les chercheurs ont besoin d’applications, de bibliothèques mathématiques et de logiciels de communication qui fonctionnent ensemble.

Le calcul scientifique traditionnel accorde également une grande importance à l’arithmétique en double précision, ou FP64. Celle-ci diffère des calculs en précision réduite utilisés dans de nombreuses charges de travail d’IA ; l’adéquation d’une plateforme dépend donc d’autres critères que ses performances d’IA mises en avant.

Le partenariat élargi entre AMD et Cornelis vise, en définitive, à faciliter l’évaluation et le déploiement de systèmes de recherche complets. GWDG fournit un exemple en production de la combinaison processeurs et réseau, tandis que les tests conjoints d’applications et la prise en charge future des accélérateurs élargissent l’éventail des cas d’usage possibles. Pour les centres de recherche, le critère déterminant est la rapidité avec laquelle un système validé accomplit un travail utile — et non le nombre de processeurs qu’il contient.