据 NVIDIA消息,在英国,剑桥大学正在构建一台云原生超级计算机。在美国,有两个研究团队正在分别开发云原生超级计算的关键软件部分。
作为与统一通信框架(UCF)联盟合作项目的一部分,洛斯阿拉莫斯国家实验室正在助力实现加速数据算法的能力。俄亥俄州立大学正在更新消息传递接口(MPI)软件,以增强科学仿真。
NVIDIA 正在通过最新的DGX SuperPOD向全球用户提供云原生超级计算机。DGX SuperPOD现已投入生产,它包含NVIDIA BlueField-2 DPU(数据处理器)等关键组成部分。
那么,何为云原生超级计算?
就像锐滋的花生酱夹心巧克力一样,云原生超级计算融合了两项业界领先的技术优点。
云原生超级计算机融合了高性能计算的强大算力和云服务的安全性与易用性。
换个角度看,云原生超级计算提供了一个性能强如TOP500超级计算机的HPC云,它在保障不牺牲应用性能的同时允许多用户安全共享。
BlueField DPU通过支持安全、通信和管理任务的卸载来创建高效的云原生超级计算机。
云原生超级计算机有何功能?
云原生超级计算机有两个关键功能。
首先,它允许多用户共享一台超级计算机,同时保证每个用户的应用的安全性和私密性。这种能力被称为“多租户隔离”,在当今的商业云计算服务中十分普遍,但一般不会出现在技术和科学应用的HPC系统中,因为在这些系统中,裸性能的优先级最高,而安全服务会降低系统效率。
其次,云原生超级计算机使用DPU来处理存储、租户隔离安全和系统管理等任务。这样可以卸载CPU,使其专注于处理任务,从而最大限度地提高系统的整体性能。
如此,一台超级计算机便可以在不损失性能的情况下,实现云原生服务。未来DPU将处理更多的卸载任务,从而使系统在运行HPC和AI应用时时刻保持最高的运行效率。
云原生超级计算机如何运行?
如今,超级计算机通常有两个“大脑”——CPU和加速器(一般为GPU)。
加速器集合了数千个处理核,可为AI和HPC应用中最重要的并行运算提供加速。CPU是针对需要快速串行处理的算法部分而设计的,但随着其管理的系统日益庞大且日渐复杂,通信的层数不断增多,导致CPU的负担越来越重。
云原生超级计算机引入第三个“大脑”——DPU,旨在帮助构建更快、更高效的系统。DPU能够卸载安全、通信、存储等需要由现代系统管理的工作。
超级计算机的专用通道
在传统超级计算机中,运行中的计算任务有时不得不暂停等待CPU去处理通信任务,这是业界熟知的一个问题,被称为系统噪声。
在云原生超级计算机中,计算和通信是并行处理的。这就像在高速公路上开设第三条车道一样,能够让所有流量变得更加顺畅。
俄亥俄州立大学MVAPICH实验室是HPC通信领域的专业机构。该实验室的早期测试显示,在云原生超级计算机执行某些HPC作业的速度是传统计算机的1.4倍。该实验室还展示,云原生超级计算机实现了计算和通信功能的100%重合,这比现有的HPC系统高出99%。
云原生超级计算之专家视角
这就是全球各地陆续推出云原生超级计算的原因。
剑桥大学高性能计算总监Paul Calleja表示:“我们正在打造欧洲首台科研云原生超级计算机,以提供裸金属性能与云原生InfiniBand服务。”
“按照2020年11月TOP500榜单,这套系统将跻身前100名。它将使我们的研究人员能够运用超级计算架构领域的最新成果来充分优化他们的应用。”
HPC专家正在为云原生超级计算机的进一步发展铺路。
统一通信框架联盟总监Steve Poole表示:“由工业界和学术界领先成员组成的UCF联盟正在创建实现未来云原生超级计算所需的生产级通信框架和开放标准。”该联盟成员包括来自Arm、IBM、NVIDIA、美国国家实验室和多所美国大学的代表。
俄亥俄州立大学计算机科学与工程系教授兼网络计算实验室主任Dhabaleswar K.(DK)Panda表示:“我们的测试表明,云原生超级计算机的架构效率能够将超级计算机的HPC性能提升至新的高度,并实现新的安全功能。”