Planificación de HPC como servicio - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Planificación de HPC como servicio

Hola de nuevo. Te escribe Simón Sánchez y en esta ocasión te voy a contar sobre Planificación de HPC como servicio

HPC siempre ha sido el campo de referencia para resolver problemas científicos y de ingeniería a gran escala. Sin embargo, ejecutar aplicaciones en sistemas HPC requiere un conocimiento técnico significativo del software de los sistemas subyacentes para ejecutar las aplicaciones de manera efectiva. Para abordar los problemas de configuración de los entornos HPC, recientemente se propuso HPC como servicio (HPCaaS) para mover HPC a la nube.

Tomando prestado del éxito del software como servicio (SaaS), HPCaaS afirma hacer lo mismo al simplificar y comercializar la HPC a las masas a través de un sistema automatizado de entrega en la nube. El énfasis está en hacer que el proceso de programación de trabajos en los recursos de HPC sea lo más transparente posible. Un usuario no necesita saber cuántos procesadores usar, sino que un trabajo se ejecuta con una cantidad específica de paralelismo.

Entonces, ¿qué limita la adopción de HPC como servicio? Por un lado, los trabajos típicos de HPC son de naturaleza rígida; deben ejecutarse con un conjunto finito de recursos. Por ejemplo, un usuario debe especificar explícitamente el número exacto de procesadores antes de enviar un trabajo paralelo. Si hay suficientes procesadores, el trabajo está hecho. De lo contrario, el sistema se bloquea hasta que haya suficientes procesadores para realizar la tarea. Esta forma rígida de programación funciona bien cuando hay suficientes recursos para hacer el trabajo. Sin embargo, en los casos en los que HPC se considera un servicio, la contención de recursos provoca bloqueos que provocan una baja utilización.

Para aliviar la carga de la subutilización cuando no hay suficientes recursos disponibles, Kuo-Chan Huang, profesor asociado en el Departamento de Ciencias de la Computación de la Universidad Nacional de Taichung, aplica el concepto de trabajos de modelado (tomado de MPI) para HPC. Señala que «un enfoque de trabajo modelable puede seleccionar automáticamente la cantidad más adecuada de procesadores para ejecutar un trabajo en función de los modelos de aceleración de aplicaciones y las condiciones de carga de trabajo actuales».

Luego, el sistema de gestión de la carga de trabajo se adapta a las necesidades de la aplicación y se ralentiza a medida que los recursos escasean. Estas propiedades moldeables para trabajos HPC permiten que el sistema de gestión y programación de trabajos asigne recursos de acuerdo con las necesidades del trabajo. Esta flexibilidad es clave para realizar los trabajos a un ritmo eficiente.

El equipo de Huang propone dos nuevas técnicas de planificación de modelos lograr una mejora en el rendimiento de hasta un 78% y un 89% en términos de tiempo medio de entrega.

Deberías compartir en tus redes sociales para que tus amigos lo flipen

??? ? ? ???

Comparte