ASC14 marca la séptima victoria de las GPU - Calendae | Informática, Electrónica, CMS, Ciberseguridad

ASC14 marca la séptima victoria de las GPU

Hola, ¿qué tal colega?. Te escribe Simón Sánchez y en el día de hoy vamos a hablar sobre ASC14 marca la séptima victoria de las GPU

La última década ha sido testigo de un fuerte aumento en el procesamiento, procesamiento o coprocesamiento heterogéneos utilizando más de un tipo de procesador. Uno de los ejemplos más destacados de elementos heterogéneos en HPC es el ecosistema de procesamiento de GPU que ha sido promovido por NVIDIA y AMD. La adopción de GPU de propósito general (GPGPU) se ha generalizado en HPC, y las competencias de supercomputación de estudiantes no son una excepción.

Para los últimos siete desafíos internacionales de supercomputación – SC en los EE. UU., ISC en Alemania y ASC en China – los competidores ganadores se basaron en máquinas CPU-GPU «híbridas» con partes de NVIDIA. El equipo más reciente en hacerlo es de la Universidad Jiao Tong de Shanghai (SJTU). El equipo obtuvo el primer lugar en el mayor desafío estudiantil de supercomputadoras, ASC14, celebrado el mes pasado en la Universidad Sun Yat-Sen en Guangzhou, China.

Usando un grupo de ocho aceleradores de GPU NVIDIA K20 que construyeron, SJTU logró los puntajes combinados más altos para una serie de seis pruebas, incluida una aplicación de modelado de ondas elásticas 3D-EW; una aplicación de la química cuántica, Quantum ESPRESSO; y otros códigos científicos del mundo real.

Aunque SJTU logró los mejores resultados generales, el equipo chino de la Universidad Sun Yat-sen estableció un nuevo récord con 216 núcleos de procesador y ocho GPU NVIDIA K40. El grupo del equipo alcanzó 9.27 teraflops medidos por el estándar de la industria Linpack HPC benchmark de rendimiento, superando el récord anterior de 8.45 teraflops, establecido por la Universidad de Ciencia y Tecnología de Huazhong en ISC13.

Según el Dr. Ye Weicai, consultor del equipo de la Universidad Sun Yat-Sen, los participantes se centraron en una optimización estratégica profunda y precisa para las pruebas LINPACK que podrían aprovechar al máximo la tecnología de aceleración heterogénea y mejorar la capacidad de computación puntual. móvil. El software de gestión HPC Cluster Engine también fue reconocido por ayudar a los competidores a optimizar el rendimiento y controlar el consumo de energía al mismo tiempo.

Como se detalla en un reciente Entrada de blog, Simon See de NVIDIA, quien también es profesor adjunto en SJTU, se acercó a James Lin, asesor de equipo y subdirector del Centro de HPC, para conocer sus opiniones sobre la competencia y el papel de las GPU. La preparación fue clave, observa Lin. Cuenta cómo el equipo practicó la ejecución de código en la supercomputadora «π» de SJTU. Con 100 GPU NVIDIA Tesla K20, el coprocesamiento de gráficos comprende la mitad de la potencia informática del sistema. El equipo también examinó los códigos fuente utilizados en la competencia e identificó los mejores métodos de optimización.

Cuando se le pregunta sobre el aspecto más desafiante de la competencia, Lin se enfoca en uno de los principales problemas de HPC, la separación entre ciencias de la computación y ciencias del dominio.

«Todos mis estudiantes provienen del departamento de informática, por lo que sabían muy poco sobre los antecedentes de las aplicaciones científicas, como Quantum ESPRESSO, antes de la competencia», dice Lin. “Afortunadamente, algunos de los usuarios de π tienen experiencia con estas aplicaciones, por lo que pudieron ayudar. Al final, obtuvimos la puntuación más alta en tres de las cinco aplicaciones «.

Recuerda compartir en tus redes sociales para que tus amigos opinen

??? ? ? ???

Comparte