AMD і Cornelis розширюють партнерство у сфері високопродуктивних обчислень, а GWDG розгортає EMMY P4

AMD і Cornelis розширюють партнерство у сфері високопродуктивних обчислень: процесори й прискорювачі AMD поєднуються з мережевими рішеннями Cornelis, щоб допомогти дослідницьким організаціям запускати у виробничому середовищі масштабніші наукові обчислення. Конкретний приклад — розгортання системи в німецькій GWDG: суперкомп’ютер EMMY P4 об’єднує приблизно 300 вузлів із двома процесорними роз’ємами AMD EPYC 9745 у кожному та мережу Cornelis CN5000 Omni-Path.

Співпраця виходить за межі продажу сумісних компонентів. Компанії створюють спільну програму виходу на ринок, яка охоплює проєктування систем, тестування продуктивності застосунків, валідацію, приймальні випробування та розгортання у виробничому середовищі за участю наявних виробників і системних інтеграторів. Перш ніж остаточно обрати конфігурацію, клієнти також можуть протестувати власні застосунки в Центрі передового досвіду AMD у сфері високопродуктивних обчислень у Мюнхені.

Такий підхід допомагає розв’язати постійну проблему суперкомп’ютерів: закупівля більшої кількості процесорів не гарантує пропорційного прискорення досліджень. Дані між процесорами потрібно передавати достатньо швидко, щоб ті не простоювали.

Чому мережа важлива не менше, ніж обчислювальні потужності

У наукових симуляціях велику задачу часто розподіляють між багатьма серверами. Кожен сервер обчислює частину результату, а потім обмінюється даними з іншими. Наприклад, обчислювальна гідродинаміка потребує, щоб сусідні ділянки змодельованого потоку обмінювалися оновленими даними про умови в міру виконання обчислень.

Тому важливими стають затримка мережі, її здатність обробляти повідомлення та рівень перевантаження. Процесор, який очікує на дані з іншого вузла, майже не виконує корисних обчислень, хоч би як швидко він обробляв арифметичні операції. Message Passing Interface, або MPI, — широко використовуваний програмний інтерфейс для координації таких розподілених обчислень.

Cornelis надає мережеву інфраструктуру, що з’єднує вузли, а AMD — обчислювальні ресурси. Розширена програма має забезпечити спільну валідацію цих компонентів на реальних застосунках, а не оцінювання продуктивності системи лише за пропускною здатністю мережі та характеристиками процесорів.

Генеральна директорка Cornelis Ліза Спелман зазначила, що з кожним новим поколінням EPYC зростає кількість ядер, яким потрібен доступ до мережі. За її словами, збільшення обчислювальних потужностей може призвести до простою дорогих ресурсів, якщо швидкість передавання даних не встигатиме за ними. Тому валідація з урахуванням конкретних навантажень є вкрай важливою.

Що додає EMMY P4 від GWDG

GWDG — організація з наукових обчислень у Геттінгені — підтримує NHR@Göttingen, один із дев’яти національних центрів високопродуктивних обчислень Німеччини. Користувачі центру працюють із застосунками в галузях наук про життя, фізики, квантових досліджень, ШІ та гуманітарних наук. За даними Cornelis, уся ця інфраструктура щороку обробляє приблизно 3,5 мільйона завдань високопродуктивних обчислень.

Згідно з технічними характеристиками EPYC 9745 від AMD, кожен процесор має 128 фізичних ядер, тобто на один вузол із двома процесорними роз’ємами припадає 256 ядер. Щоб така кількість ядер на сотнях вузлів працювала продуктивно, ефективність передавання даних має значення на рівні всієї системи.

У документації GWDG щодо розгортання системи описано початкову групу з 252 вузлів, кожен із яких має 768 GiB пам’яті DDR5 і 3,8 TiB локального сховища NVMe та під’єднаний через адаптери CN5000 із каналами 200G. В оголошенні йдеться про ширше розгортання EMMY P4 приблизно на 300 вузлів.

Важливо розрізняти цю інсталяцію на базі ЦП і роботу партнерів із графічними процесорами. EMMY P4 демонструє використання EPYC і мережевих рішень Cornelis у середовищі наукових обчислень; це не означає, що оголошені вузли на базі ЦП обладнано прискорювачами AMD Instinct.

Тестування застосунків виходить за межі перевірки сумісності

За даними Cornelis, CN5000 пройшла кваліфікацію для використання у виробничому середовищі з процесорами AMD EPYC 9005 у понад 25 перевірених конфігураціях платформ у Північній Америці та Європі. Компанії також поширили кваліфікацію CN5000 на прискорювачі AMD Instinct MI350X Series.

Тестування застосунків допомагає покупцям з’ясувати, чи відповідає архітектура завданням, які насправді виконують у їхній організації. Велика симуляція з частою синхронізацією може працювати інакше, ніж завдання ШІ, у якому більше часу витрачається на обчислення в ядрах прискорювачів. На результат впливають обсяг пам’яті, програмні бібліотеки, конфігурація вузлів і робота мережі.

За повідомленням Cornelis, вибрана група зі 132 завдань обчислювальної гідродинаміки CONVERGE забезпечила на чотирьох вузлах на 20% вищу середню пропускну здатність, ніж у порівняльному тестуванні з використанням NVIDIA NDR InfiniBand. Компанія також повідомляє про майже дев’ятикратне масштабування від одного до восьми вузлів для завдання STAR-CCM+, що виконувалося на процесорах EPYC 9755.

Ці результати для застосунків, про які повідомив постачальник, отримано на конкретних тестових конфігураціях. Відповідні умови тестування наведено в технічних документах Cornelis; ці показники не підтверджують такої самої переваги для кожної програми чи кластера. Практична цінність програми тестування в Мюнхені полягає в тому, що клієнти можуть оцінити власні робочі навантаження з огляду на ці результати.

План розвитку більших систем на базі ЦП і графічних процесорів

Компанії також готуються до наступного покоління апаратного забезпечення. Cornelis позиціонує майбутній CN6000 як рішення з адаптером 800G та інтерфейсом PCIe 6.0 x16; очікується, що OEM-системи з CN6000 і процесорами AMD EPYC 9006 з’являться в першому кварталі 2027 року. Ці системи належать до дорожньої карти й відрізняються від уже розгорнутої інфраструктури EMMY P4 на базі CN5000.

Стратегія AMD щодо прискорювачів також охоплює програмний стек ROCm, який надає інструменти й бібліотеки для обчислень на GPU. Для наукових завдань зі штучним інтелектом потрібен цей програмний рівень, а також процесори й мережа: дослідникам необхідні сумісні між собою застосунки, математичні бібліотеки та програмне забезпечення для комунікації.

У традиційних наукових обчисленнях також значну увагу приділяють арифметиці подвійної точності, або FP64. Вона відрізняється від обчислень із нижчою точністю, які використовуються в багатьох завданнях штучного інтелекту, тому придатність платформи визначається не лише її заявленою продуктивністю в завданнях ШІ.

Розширення партнерства AMD і Cornelis зрештою має на меті спростити оцінювання та розгортання комплексних дослідницьких систем. GWDG надає приклад практичного використання поєднання процесорів і мережевого обладнання, а спільне тестування застосунків і майбутня підтримка прискорювачів розширюють коло потенційних сценаріїв використання. Для дослідницьких центрів ключовим показником є те, наскільки швидко перевірена система виконує корисну роботу, а не кількість процесорів у ній.