AMD e Cornelis ampliano la partnership per il calcolo ad alte prestazioni mentre GWDG implementa EMMY P4

AMD e Cornelis ampliano la loro partnership nel campo del calcolo ad alte prestazioni, abbinando processori e acceleratori AMD alle soluzioni di rete Cornelis per aiutare gli enti di ricerca a portare in produzione carichi di lavoro scientifici più impegnativi. Un’implementazione presso GWDG, in Germania, ne offre un esempio concreto: il supercomputer EMMY P4 combina circa 300 nodi con due socket, basati su AMD EPYC 9745, e la rete Omni-Path CN5000 di Cornelis.

La collaborazione va oltre la vendita di componenti compatibili. Le aziende stanno istituendo un programma congiunto di commercializzazione che comprende progettazione dei sistemi, benchmarking delle applicazioni, convalida, test di accettazione e implementazione in produzione tramite produttori e integratori di sistemi già presenti sul mercato. Prima di impegnarsi per una determinata configurazione, i clienti possono anche testare le proprie applicazioni presso l’HPC Center of Excellence di AMD a Monaco di Baviera.

Questo approccio affronta un problema persistente nel supercalcolo: acquistare più processori non garantisce che la ricerca proceda in proporzione più rapidamente. Le applicazioni devono poter trasferire dati tra i processori abbastanza velocemente da mantenerli operativi.

Perché la rete conta quanto la capacità di calcolo

Le simulazioni scientifiche spesso suddividono un problema complesso tra numerosi server. Ogni server calcola una parte del risultato, poi scambia informazioni con gli altri. Per esempio, la fluidodinamica computazionale richiede che le regioni adiacenti di un flusso simulato condividano condizioni aggiornate man mano che procede il calcolo.

Questi scambi rendono rilevanti la latenza della rete, la capacità di gestire i messaggi e la congestione. Un processore in attesa dei dati di un altro nodo contribuisce ben poco al calcolo effettivo, per quanto velocemente esegua le operazioni aritmetiche. Message Passing Interface, o MPI, è un’interfaccia software ampiamente utilizzata per coordinare questo lavoro distribuito.

Cornelis fornisce l’infrastruttura di interconnessione che collega i nodi, mentre AMD fornisce la capacità di calcolo. Il programma ampliato punta a convalidare insieme questi componenti sulle applicazioni, anziché considerare la larghezza di banda della rete e le specifiche dei processori prove sufficienti delle prestazioni del sistema.

Lisa Spelman, CEO di Cornelis, ha affermato che ogni nuova generazione di EPYC aumenta il numero di core che devono accedere alla rete. Il suo punto è che aggiungere capacità di calcolo può lasciare in attesa risorse costose se la comunicazione non riesce a tenere il passo; per questo è essenziale una convalida specifica per ciascun carico di lavoro.

Cosa offre EMMY P4 di GWDG

GWDG, l’organizzazione per il calcolo scientifico di Gottinga, supporta NHR@Göttingen, uno dei nove centri nazionali tedeschi di calcolo ad alte prestazioni. I suoi utenti eseguono applicazioni in ambiti che spaziano dalle scienze della vita alla fisica, dalla ricerca quantistica all’IA e alle discipline umanistiche. Secondo Cornelis, l’intero ambiente gestisce circa 3,5 milioni di carichi di lavoro HPC all’anno.

Le specifiche di EPYC 9745 di AMD indicano 128 core fisici per processore, per un totale di 256 core in ogni nodo con due socket. Mantenere operativi tutti questi core su centinaia di nodi rende l’efficienza delle comunicazioni una questione che riguarda l’intero sistema.

La documentazione dell’installazione di GWDG descrive un gruppo iniziale di 252 nodi, ciascuno con 768 GiB di memoria DDR5 e 3,8 TiB di spazio di archiviazione NVMe locale, collegati tramite adattatori CN5000 con connessioni da 200G. L’annuncio descrive l’implementazione più ampia di EMMY P4 come composta da circa 300 nodi.

È importante distinguere questa installazione basata su CPU dal lavoro della partnership sulle GPU. EMMY P4 dimostra l’impiego di EPYC e delle soluzioni di rete Cornelis in un ambiente di calcolo scientifico; non significa che i nodi CPU annunciati contengano acceleratori AMD Instinct.

I test delle applicazioni vanno oltre la compatibilità

Cornelis afferma che CN5000 è qualificato per l’uso in produzione con i processori AMD EPYC 9005 in oltre 25 configurazioni di piattaforma convalidate in Nord America e in Europa. Le aziende hanno inoltre esteso la qualifica di CN5000 agli acceleratori della serie AMD Instinct MI350X.

Per chi acquista, testare le applicazioni può rivelare se un’architettura è adatta ai carichi di lavoro effettivamente eseguiti nella propria organizzazione. Una simulazione complessa con frequenti sincronizzazioni può comportarsi diversamente da un carico di lavoro di IA che trascorre più tempo all’interno dei kernel degli acceleratori. Il risultato dipende anche dalla capacità di memoria, dalle librerie software, dalla configurazione dei nodi e dal comportamento della rete.

Cornelis riferisce che una selezione di 132 carichi di lavoro di fluidodinamica computazionale CONVERGE ha raggiunto una produttività media superiore del 20% su quattro nodi rispetto a un confronto basato su NVIDIA NDR InfiniBand. Riferisce inoltre una scalabilità quasi nove volte maggiore, passando da uno a otto nodi, per un carico di lavoro STAR-CCM+ eseguito su processori EPYC 9755.

Si tratta di risultati applicativi riferiti dal fornitore e ottenuti con specifiche configurazioni di test. I white paper tecnici di Cornelis costituiscono il riferimento pertinente per le condizioni dei test; queste cifre non dimostrano che lo stesso vantaggio si applichi a ogni codice o cluster. Il valore pratico del programma di test di Monaco di Baviera consiste nella possibilità per i clienti di valutare i propri carichi di lavoro tenendo conto di questi risultati.

Una roadmap per sistemi CPU e GPU più grandi

Le aziende si stanno preparando anche per una nuova generazione di hardware. Cornelis sta sviluppando il futuro CN6000 attorno a un adattatore 800G e a un’interfaccia PCIe 6.0 x16; i sistemi OEM che combinano il CN6000 e i processori AMD EPYC 9006 sono attesi nel primo trimestre del 2027. Questi sistemi fanno parte della roadmap e sono distinti dall’infrastruttura EMMY P4 basata su CN5000, già installata.

La strategia di AMD per gli acceleratori comprende anche lo stack software ROCm, che offre strumenti e librerie per il calcolo su GPU. Per supportare l’intelligenza artificiale scientifica serve questo livello software, oltre ai processori e alla rete: i ricercatori hanno bisogno di applicazioni, librerie matematiche e software di comunicazione che funzionino insieme.

Il calcolo scientifico tradizionale attribuisce grande importanza anche all’aritmetica in doppia precisione, o FP64. Questa si distingue dai calcoli a precisione inferiore utilizzati in molti carichi di lavoro di IA, quindi l’idoneità di una piattaforma dipende da più fattori delle sole prestazioni dichiarate nell’IA.

In definitiva, l’ampliamento della partnership tra AMD e Cornelis punta a rendere più semplice la valutazione e l’implementazione di sistemi di ricerca completi. GWDG offre un esempio concreto, in un ambiente di produzione, della combinazione di CPU e rete, mentre i test congiunti delle applicazioni e il futuro supporto agli acceleratori ampliano i possibili casi d’uso. Per i centri di ricerca, il parametro determinante è la rapidità con cui un sistema convalidato porta a termine attività utili, non il numero di processori che contiene.