GWDG, EMMY P4’ü Devreye Alırken AMD ve Cornelis HPC Ortaklığını Genişletiyor

AMD ve Cornelis, araştırma kuruluşlarının daha büyük bilimsel iş yüklerini üretim ortamına taşımasına yardımcı olmak için AMD işlemci ve hızlandırıcılarını Cornelis ağ çözümleriyle bir araya getirerek yüksek başarımlı hesaplama ortaklıklarını genişletiyor. Almanya’daki GWDG’de gerçekleştirilen kurulum, buna somut bir örnek sunuyor: EMMY P4 süper bilgisayarı, yaklaşık 300 çift soketli AMD EPYC 9745 düğümünü Cornelis CN5000 Omni-Path ağıyla birleştiriyor.

İş birliği, uyumlu bileşenler satmanın ötesine geçiyor. Şirketler, mevcut üreticiler ve sistem entegratörleri aracılığıyla sistem tasarımı, uygulama kıyaslaması, doğrulama, kabul testleri ve üretim ortamına dağıtımı kapsayan ortak bir pazara giriş programı oluşturuyor. Müşteriler ayrıca bir yapılandırmaya karar vermeden önce kendi uygulamalarını AMD’nin Münih’teki HPC Mükemmeliyet Merkezi’nde test edebiliyor.

Bu yaklaşım, süper bilgisayar alanında süregelen bir soruna çözüm getiriyor: Daha fazla işlemci satın almak, araştırmaların orantılı biçimde hızlanmasını garanti etmiyor. İşlemcilerin çalışmaya devam edebilmesi için uygulamaların verileri aralarında yeterince hızlı aktarması gerekiyor.

Ağ Neden İşlem Gücü Kadar Önemli?

Bilimsel simülasyonlarda büyük bir problem çoğu zaman çok sayıda sunucuya bölünür. Her sunucu sonucun bir bölümünü hesaplar, ardından diğer sunucularla bilgi alışverişinde bulunur. Örneğin hesaplamalı akışkanlar dinamiğinde, hesaplama ilerledikçe simüle edilen akışın komşu bölgelerinin güncellenen koşulları paylaşması gerekir.

Bu bilgi alışverişi, ağ gecikmesini, ileti işleme kapasitesini ve tıkanıklığı önemli hâle getirir. Bir işlemci, başka bir düğümden veri beklerken aritmetik işlemleri ne kadar hızlı yaparsa yapsın, hesaplamaya çok az katkıda bulunur. Mesaj Geçiş Arayüzü (MPI), bu dağıtık çalışmayı koordine etmek için yaygın olarak kullanılan bir yazılım arayüzüdür.

Düğümleri birbirine bağlayan ara bağlantı ağını Cornelis, işlem gücünü ise AMD sağlıyor. Genişletilen program, ağ bant genişliğini ve işlemci özelliklerini sistem performansının tek başına yeterli kanıtı saymak yerine, bu bileşenleri uygulamalar üzerinde birlikte doğrulamayı amaçlıyor.

Cornelis CEO’su Lisa Spelman, her yeni EPYC nesliyle ağa erişmesi gereken çekirdek sayısının arttığını söyledi. Spelman’a göre iletişim bu artışa ayak uyduramazsa işlem kapasitesinin artırılması, pahalı kaynakların beklemede kalmasına yol açabilir; bu nedenle iş yüküne özgü doğrulama büyük önem taşıyor.

GWDG’nin EMMY P4 Sistemi Neler Sunuyor?

Göttingen’deki bilimsel bilişim kuruluşu GWDG, Almanya’nın dokuz ulusal yüksek başarımlı hesaplama merkezinden biri olan NHR@Göttingen’i destekliyor. Merkezin kullanıcıları yaşam bilimleri, fizik, kuantum araştırmaları, yapay zekâ ve beşerî bilimler dâhil çeşitli alanlarda uygulamalar çalıştırıyor. Cornelis, daha geniş kapsamlı ortamda yılda yaklaşık 3,5 milyon HPC işi yürütüldüğünü belirtiyor.

AMD’nin EPYC 9745 teknik özellikleri, her işlemcide 128 fiziksel çekirdek bulunduğunu belirtiyor; böylece her çift soketli düğümde 256 çekirdek yer alıyor. Yüzlerce düğüme yayılan bu kadar çok çekirdeğin verimli çalışmasını sağlamak, iletişim verimliliğini sistem düzeyinde ele alınması gereken bir konu hâline getiriyor.

GWDG’nin kurulum belgelerinde, düğüm başına 768 GiB DDR5 bellek ve 3,8 TiB yerel NVMe depolama alanına sahip 252 düğümlük ilk bir gruptan söz ediliyor. Bu düğümler, 200G bağlantılar kullanan CN5000 bağdaştırıcıları üzerinden ağa bağlanıyor. Duyuruda, daha geniş kapsamlı EMMY P4 kurulumunun yaklaşık 300 düğümden oluştuğu belirtiliyor.

Bu CPU kurulumuyla ortaklığın GPU çalışmalarını birbirinden ayırmak önemli. EMMY P4, bilimsel bilişim ortamında EPYC işlemcileriyle Cornelis ağ çözümlerinin kullanımını gösteriyor; ancak duyurulan CPU düğümlerinde AMD Instinct hızlandırıcılarının bulunduğu anlamına gelmiyor.

Uygulama Testleri Uyumluluğun Ötesine Geçiyor

Cornelis, CN5000’in Kuzey Amerika ve Avrupa’da doğrulanmış 25’ten fazla platform yapılandırmasında AMD EPYC 9005 işlemcilerle üretim kullanımına uygunluğunun onaylandığını belirtiyor. Şirketler ayrıca CN5000’in AMD Instinct MI350X Series hızlandırıcılarıyla kullanımına yönelik yeterlilik doğrulamasını da genişletti.

Alıcılar, uygulamaları test ederek bir mimarinin kuruluşlarında gerçekten yürütülen işlere uygun olup olmadığını görebilir. Sık eşzamanlama gerektiren büyük bir simülasyon, zamanının daha büyük bölümünü hızlandırıcı çekirdeklerinde geçiren bir yapay zekâ iş yükünden farklı davranabilir. Bellek kapasitesi, yazılım kütüphaneleri, düğüm yapılandırması ve ağ davranışı da sonucu etkiler.

Cornelis, seçilmiş 132 CONVERGE hesaplamalı akışkanlar dinamiği iş yükünün dört düğümde, NVIDIA NDR InfiniBand kullanılarak yapılan karşılaştırmaya kıyasla ortalama verimi %20 artırdığını bildiriyor. Şirket ayrıca EPYC 9755 işlemcilerde çalışan bir STAR-CCM+ iş yükünün bir düğümden sekiz düğüme geçerken neredeyse dokuz kat ölçeklendiğini belirtiyor.

Bunlar, belirli test yapılandırmalarında elde edilmiş ve tedarikçi tarafından bildirilmiş uygulama sonuçlarıdır. Test koşullarına ilişkin başvurulması gereken kaynak, Cornelis’in teknik inceleme belgeleridir; bu rakamlar, aynı avantajın her kod veya küme için geçerli olduğunu göstermez. Münih’teki test programının pratik faydası, müşterilerin kendi iş yüklerini bu sonuçlar ışığında değerlendirebilmesidir.

Daha Büyük CPU ve GPU Sistemleri İçin Yol Haritası

Şirketler ayrıca yeni bir donanım nesli için hazırlık yapıyor. Cornelis, yakında piyasaya sunacağı CN6000’i 800G adaptör ve PCIe 6.0 x16 arayüzü temelinde konumlandırıyor. CN6000 ile AMD EPYC 9006 işlemcileri bir araya getiren OEM sistemlerinin 2027’nin ilk çeyreğinde piyasaya çıkması bekleniyor. Bu sistemler, kullanıma alınmış CN5000 tabanlı EMMY P4 altyapısından ayrı bir yol haritası unsurudur.

AMD’nin hızlandırıcı stratejisi, GPU hesaplamaları için araçlar ve kütüphaneler sağlayan ROCm yazılım yığınını da içeriyor. Bilimsel yapay zekâyı desteklemek için işlemcilerin ve ağın yanı sıra bu yazılım katmanı da gerekiyor: Araştırmacıların birlikte çalışabilen uygulamalara, matematik kütüphanelerine ve iletişim yazılımlarına ihtiyacı var.

Geleneksel bilimsel hesaplamalarda çift duyarlıklı, yani FP64 aritmetiğe de büyük önem verilir. Bu, birçok yapay zekâ iş yükünde kullanılan daha düşük duyarlıklı hesaplamalardan farklıdır; dolayısıyla bir platformun uygunluğu, öne çıkarılan yapay zekâ performansından daha fazlasına bağlıdır.

AMD ile Cornelis arasındaki genişletilmiş ortaklık, sonuçta eksiksiz araştırma sistemlerinin değerlendirilmesini ve devreye alınmasını kolaylaştırmayı amaçlıyor. GWDG, CPU ve ağ bileşimini üretim ortamında sergileyen bir örnek sunarken ortak uygulama testleri ve gelecekteki hızlandırıcı desteği olası kullanım alanlarını genişletiyor. Araştırma merkezleri için belirleyici ölçüt, doğrulanmış bir sistemin kaç işlemci içerdiği değil, yararlı işleri ne kadar hızlı tamamladığıdır.