Высокопроизводительные вычисления 


Высокопроизводительные вычисления все больше завоёвывают мир. Они оптимизируются под задачи, видоизменяются и становятся своим неповторимым миром. Основное применение суперкомпьютеров - в расчетах математических моделей различных конструкций, явлений, процессов и т.п. Определение необходимости проведения таких расчетов не наша прерогатива.Но мы можем помочь в определении архитектуры и состава необходимого суперкомпьютера для ваших целей. Решения могут быть как для простых инженерных расчетов, так и для фундаментальных научных исследований с использованием сеток размерностью в сотни миллионов ячеек. Наши решения проверены в работе в университетах, предприятиях и ведущих отраслевых и академических научных институтах.

 

Решения на базе высокопроизводительных SMP систем семейства x86/x64

Базовым  решением является сервер с количеством процеcсорных ядер от 64 штук и объёмом оперативной памяти от 128 GB. Сетевые интерфейсы могут быть предложены разные: 1 Gigabit Ethernet, 10 Gigabit Ethernet, Infiniband FDR/EDR или Omni-Path 100Гбит/с. Базовым является интерфейс 10 Gigabit Ethernet в следствии своей универсальности и пропускной способности. Такие решения крайне востребованы при расчётах больших моделей в фундаментальных исследованиях.

 

Параллельные графические GPGPU вычисления

Вычисления на GPU заключаются в использовании GPU (графического процессора) совместно с CPU для ускорения универсальных приложений в области науки и проектирования. Вычисления на GPU были изобретены пять лет назад компанией NVIDIA и быстро стали стандартом в индустрии, который используют миллионы пользователей по всему миру и который приняли практически все производители компьютерных систем. Вычисления на GPU предлагают беспрецедентную производительность приложений благодаря тому, что GPU обрабатывает части приложения, требующие большой вычислительной мощности, при этом остальная часть приложения выполняется на CPU. С точки зрения пользователя, приложение просто работает значительно быстрее.

 

             

 

CPU + GPU – это мощная комбинация, потому что CPU состоят из нескольких ядер, оптимизированных для последовательной обработки данных, в то время как GPU состоят из тысячи маленьких, более производительных ядер, созданных для параллельной обработки данных. Последовательные части кода обрабатываются на CPU, а параллельные части - на GPU.

 

   

 GPU сотоит из тысячи ядер для эффективной обработки параллельных задач

 

CUDA® – это программно-аппаратная архитектура для параллельных вычислений, позволяющая существенно увеличить вычислительную производительность. Приложения, базирующиеся на архитектуре CUDA, можно разрабатывать на различных языках и aPi, включая C, C++, Fortran, OpenCL и directCompute. Архитектура CUDA подразумевает сотни ядер, способных выполнять тысячи параллельных потоков, а модель программирования CUDA позволяет программистам сосредоточиться на распараллеливании своих алгоритмов.

 

Решения для Deep Learning  и AI

Глубинное  обучение сегодня является наиболее актуальным и быстро растущим сегментом в области искусственного интеллекта и машинного обучения. Глубиное обучение включает   в себя развитие сложных, многослойных нелинейных алгоритмов на основе глубоких нейронных сетей, которые уже применяются для распознавания лиц.  изображений, объектов, дорожных знаков, текста и различных табличек. Решения  глубинного обучения пригодятся во многих сферах бизнеса: безопасность, социальные  медиа, ритейл,  финансы, фотобанки.

Для  более эффективной работы с  изображениями используется свёрточная нейронная сеть (анг. convolutional neural network, CNN) - специальная архитектура искусственных нейронных сетей,  нацеленная на эффективное распознавание изображений, входит в состав технологий глубинного обучения.

Решения для Deep Learning поставляются с рабочими станциями GPU и высокопроизводительными серверами, специально разработанными для нейронных сетей.