Cómo tres organizaciones globales están aprovechando el poder de la informática con GPU - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Cómo tres organizaciones globales están aprovechando el poder de la informática con GPU

Hola de nuevo. Yo soy Simón Sánchez y en esta ocasión te voy a hablar sobre Cómo tres organizaciones globales están aprovechando el poder de la informática con GPU

El aumento de entusiasmo por la computación GPU fue destacado recientemente por el Instituto de Ingeniería de Procesamiento (IPE) de la Academia China de Ciencias (CAS).

Desde la fundación del IPE en 1958, el instituto ha hecho un uso extensivo de la computación de alto rendimiento (HPC) para sus investigaciones en ingeniería química, metalurgia, bioquímica, ciencia de materiales, energía y tecnología verde. IPE señala que, “La tecnología de semiconductores para circuitos integrados, que impulsó el espectacular desarrollo de HPC, se está acercando ahora a su límite físico, al menos en el futuro previsible. La computación de grano fino de múltiples subprocesos y muchos núcleos en paralelo es, probablemente, la única solución para mantener este desarrollo, y la arquitectura CUDA ™ masivamente paralela de NVIDIA ha establecido un nuevo paradigma en este momento crítico.

IPE no está solo. Empresas, laboratorios e institutos de investigación de todo el mundo están recurriendo a la informática GPU para aumentar o incluso reemplazar sus grupos de CPU. El poder del modelo de GPU se ha puesto a disposición de los desarrolladores a través de CUDA, una arquitectura de software y hardware que permite programar las GPU utilizando lenguajes de alto nivel como C. Y ahora NVIDIA ha introducido la próxima generación de arquitectura de GPU CUDA, con nombre en código «Fermi», que ofrece innovaciones tanto en gráficos como en procesamiento de GPU, así como soporte para C ++ así como C, Fortran, Java, Python, OpenCL y Direct Compute.

GPU Computing es un fenómeno internacional. A continuación se muestran breves descripciones de cómo tres organizaciones, el Instituto de Ingeniería de Procesamiento de la prestigiosa Academia de Ciencias de China, Bloomberg en los EE. UU. Y BAE Systems en el Reino Unido, están utilizando soluciones basadas en GPU de NVIDIA para cumplir con sus requisitos de HPC.

IPE

IPE en CAS, con sede en Beijing, ha estado desarrollando el Método de minimización de energía de múltiples escalas (EMMS) durante más de 25 años. Aunque el método estaba originalmente dirigido al flujo multifásico, resultó en una metodología de simulación genérica y altamente escalable para diferentes sistemas que tuvo en cuenta las similitudes estructurales entre el hardware, el software y la resolución de problemas de HPC. Por lo tanto, se propuso un marco de algoritmo aplicable a una amplia gama de sistemas físicos y arquitecturas de computadora durante 2000-2003, pero se suspendió porque los sistemas basados ​​en CPU del instituto no podían manejar la complejidad computacional involucrada. .

En 2007, con el lanzamiento de CUDA 1.0 de NVIDIA, la situación cambió drásticamente. En un año, IPE había implementado su primer sistema de procesamiento de GPU que incorporaba su principio EMMS. Basado en 126 estaciones de trabajo HP con 200 procesadores de procesamiento de GPU NVIDIA Tesla C870, el sistema, Mole-9.7, entregó más de 100 teraflops (TF) de máximo rendimiento con precisión simple, suficiente potencia para abordar algunos de sus problemas de simulación más urgentes.

Era sólo el principio. Más tarde, el sistema IPE recibió otro golpe en el brazo con la adición de más de 600 TF de GPU NVIDIA GT200 y se interconectó con otros recursos informáticos IPE en una estructura InfiniBand de 20 Gbp / s. Todo el sistema basado en GPU, conocido como Mole -8.7, rompió la barrera de los petaflops (PF) en marzo de 2009 y fue, con mucho, el grupo de GPU más grande de China y uno de los más grandes del mundo.

Con su capacidad para darse cuenta de la similitud estructural entre hardware, software y sistema informático, IPE se encuentra en una posición ventajosa para resolver problemas industriales de manera eficiente utilizando un sistema de HPC de este tipo.

Estas son solo algunas de las aplicaciones de CUDA en IPE:

  • Simulación numérica directa de flujo multifásico: uno de los problemas más complejos y desafiantes de la física clásica, la simulación numérica directa utilizando las ecuaciones de Navier-Stokes debería permitir a los científicos predecir el campo de flujo en ingeniería cuando fallan otros enfoques numéricos. Basado en CUDA y MPI, la aplicación principal es para lechos fluidos, tanques agitados, columnas de burbujas, etc. Hasta ahora, se ha logrado un aumento de velocidad de 20 veces en aplicaciones prácticas, en comparación con un núcleo de CPU tradicional.
  • Simulación casi en tiempo real de reactores industriales: Mole-8.7 ​​ahora es capaz de simular reactores a escala de un metro en escalas submilimétricas casi en tiempo real. Recientemente se completó una simulación con 480 GPU y 60 millones de partículas sólidas. El objetivo es mejorar la metodología y la velocidad de la simulación para que los diseñadores de reactores puedan especificar la configuración y las condiciones de funcionamiento del equipo y examinar su rendimiento casi en tiempo real.
  • Simulaciones de recuperación de petróleo y almacenamiento de carbono: el grupo IPE HPC también se utiliza para simular el flujo de petróleo y agua en rocas porosas, una capacidad importante para la exploración y recuperación de petróleo. Los científicos están utilizando métodos multiescala para simular el comportamiento del flujo a una escala geológica (cientos de kilómetros) por un lado y efectos a microescala (menos de un milímetro) por el otro. Estas simulaciones requieren un elaborado acoplamiento entre el cálculo de la GPU y la CPU, que CUDA facilita.

En reconocimiento a su extenso desarrollo y avance de la ciencia a través del uso de la computación CUDA y GPU, NVIDIA otorgó recientemente a CAS-IPE la distinción del Centro de Excelencia CUDA. NVIDIA y CAS-IPE continuarán trabajando juntos para promover el valor de la computación GPU con tecnologías de próxima generación.

Bloomberg

A pesar de la economía inestable, las transacciones que involucran miles de hipotecas siguen siendo una ocurrencia rutinaria en los mercados financieros. Por ejemplo, los bonos de deuda garantizada (CDO) y los bonos hipotecarios cubiertos (CMO) constituyen canastas de miles de préstamos que son instrumentos financieros que cotizan en bolsa.

Bloomberg, con sede en Nueva York y oficinas en todo el mundo, es una organización líder en servicios financieros. Uno de sus servicios es el modelado de riesgos y la fijación de precios de las canastas de CMO / CDO para sus clientes. La empresa utiliza potentes algoritmos para calcular grandes cantidades de datos y proporcionar información de precios basada en simulaciones a gran escala. Usando las CPU, estos cálculos habrían tomado 16 horas, una solución inaceptable para un ciclo de cómputo nocturno.

La solución de Bloomberg fue implementar un sistema de procesamiento de GPU NVIDIA Tesla en su centro de datos y hacer que la aplicación CMO / CDO se ejecutara en la arquitectura CUDA. Los resultados fueron inmediatos y dramáticos. Los grandes cálculos que se prolongaban durante horas utilizando el clúster basado en CPU ahora se completaban en minutos; carreras más pequeñas que antes tomaban 20 minutos solo toman segundos.

Las aceleraciones proporcionadas por NVIDIA CUDA y la computación GPU han permitido a Bloomberg procesar los precios de CMO / CDO hasta 50 veces más rápido que una CPU. La compañía ahora está considerando ofrecer precios en tiempo real, un gran paso adelante para la industria.

En conclusión, los cálculos de precios de Bloomberg para valores respaldados por activos como hipotecas, préstamos hipotecarios y préstamos para automóviles, así como valores respaldados por hipotecas como los CMO, registraron una velocidad de procesamiento del 800% en comparación con su solución de CPU. . Al mismo tiempo, el centro de datos consume tres veces menos energía y el hardware de NVIDIA ocupa una cuarta parte del espacio de la caja.

Bloomberg también está investigando otros usos para su grupo de computación GPU, como valoraciones de ciertos tipos de derivados, gestión de riesgos y valoraciones de carteras.

En última instancia, los clientes de Bloomberg son los mayores ganadores de este cambio a la informática con GPU. Ahora están trabajando con la información de precios más reciente utilizando los modelos más predictivos, una capacidad que les da una ventaja competitiva importante en un mercado donde el tiempo lo es todo.

Sistemas BAE

Como la empresa aeroespacial, de defensa y de seguridad líder en el mundo, BAE Systems diseña, fabrica y da soporte a una amplia gama de productos, desde aviones no tripulados hasta vehículos terrestres, barcos y submarinos. Comprender el rendimiento aerodinámico de sus productos, utilizando los principios de la dinámica de fluidos computacional (CFD), es una parte vital del proceso de diseño. Sin embargo, a medida que los requisitos de sus clientes se volvieron más complejos y los tiempos de desarrollo más exigentes, las herramientas de simulación actualmente disponibles para los ingenieros de BAE Systems comenzaron a limitar su capacidad para explorar de manera rentable opciones de diseño con mayor precisión.

La prueba del modelo físico es extremadamente costosa, con una sola campaña de prueba en un túnel de viento que cuesta más de $ 700,000, mientras que la prueba virtual está limitada por la potencia y el costo de los sistemas informáticos convencionales. En sus esfuerzos por desarrollar simulaciones CFD más asequibles y completas, BAE Systems recurrió a las GPU NVIDIA Tesla.

Uno de los objetivos del equipo de modelado matemático de BAE Systems Advanced Technology Center es hacer que las herramientas de diseño de ingeniería, como CFD, sean más asequibles y capaces de modo que sus simulaciones ya no tengan que limitarse a una pequeña cantidad de condiciones de diseño. como crucero, pero se puede aplicar a todo el rendimiento que los productos experimentarán durante el servicio. La evaluación de todos los puntos de diseño de una aeronave puede llevar entre diez mil y veinte millones de simulaciones individuales, lo cual es un proceso increíblemente costoso y que requiere mucho tiempo utilizando técnicas CFD convencionales.

El equipo de Jamil Appa reconoció que la naturaleza altamente paralela y computacionalmente intensiva de sus CFD y problemas de visualización los hacía ideales para el procesamiento en la GPU. Utilizando GPU Tesla, BAE Systems ha logrado crear un sistema que reúne la potencia de 60 núcleos Nehalem en una unidad del tamaño de una estación de trabajo que puede procesar tanto la visualización como CFD para generar simulaciones 3D de alta fidelidad.

«Hasta ahora, todo el mundo pensaba que la visualización en tiempo real y CFD eran demasiado ambiciosos», dice Jamil Appa. «Al ejecutar nuestras técnicas de visualización y códigos CFD en la GPU, demostramos que estaban equivocados; ahora estamos muy cerca de tener un sistema que no solo es más rápido sino realmente interactivo. En las pruebas con casos de prueba de producción, usamos una solución NVIDIA Tesla. S1070 y obtuvimos una aceleración de la solución 100x, lo que significa que las pruebas que solían tomar horas ahora toman minutos.

“La computación con GPU es extremadamente emocionante porque puede ofrecer ahorros de costos en términos de energía, costo total de propiedad y licencias de software, y un aumento significativo en el rendimiento. Estamos trabajando con NVIDIA para continuar desarrollando el potencial de nuestros sistemas GPU; esta tecnología es de gran importancia para nuestra industria y para la informática de alto rendimiento en su conjunto «.

GPU: una tecnología que ha llegado la hora

El IPE de la Academia de Ciencias de China, Bloomberg y BAE Systems son solo tres ejemplos de las muchas organizaciones de todo el mundo que se están beneficiando de la informática GPU. Ahora, con la reciente introducción de la arquitectura «Fermi» en septiembre de 2009, NVIDIA ha dado un paso importante para garantizar que la GPU sea una tecnología en la que ha llegado el momento.

Para averiguar cómo otras organizaciones de todo el mundo están utilizando las soluciones informáticas GPU de NVIDIA para resolver sus problemas de HPC, visite http://www.nvidia.com/page/pg_20040317553375.html

Recuerda compartir en tu Facebook para que tus colegas lo disfruten

??? ? ? ???

Comparte