HPC

¿Qué es HPC?

La computación de alto rendimiento (HPC) se refiere a la agregación de potencia informática para proporcionar un mayor rendimiento computacional que los ordenadores o servidores tradicionales. La computación de alto rendimiento (HPC) o supercomputación es como la informática cotidiana; la diferencia es solo que es más potente. Ayuda a las personas a explorar algunos de los mayores problemas del mundo en ciencia, ingeniería y negocios mediante la agregación de estructuras y el uso de múltiples ordenadores y dispositivos de almacenamiento para procesar grandes cantidades de datos a velocidades muy altas.

Actualmente, HPC se utiliza principalmente para resolver problemas complejos e intensivos en rendimiento, y cada vez más organizaciones están trasladando sus cargas de trabajo de HPC a la nube. Cloud HPC optimizará en gran medida la economía de la investigación y el desarrollo de productos al reducir la necesidad de prototipos, acelerar las pruebas y reducir el tiempo de comercialización.

¿Cómo funciona HPC?

En la práctica, hay cargas de trabajo (por ejemplo, la secuenciación de ADN) que son demasiado grandes para cualquier computadora individual. Los entornos de HPC o supercomputación permiten que múltiples nodos (computadoras) trabajen juntos en clústeres (grupos interconectados) para realizar cantidades masivas de cálculo en un corto período de tiempo y afrontar los desafíos de estas cargas de trabajo grandes y extremadamente complejas. Además, HPC reduce los costos al admitir la creación y eliminación automáticas de clústeres en la nube.

HPC admite muchos tipos de cargas de trabajo, dos de las más comunes son las cargas de trabajo paralelas y las cargas de trabajo estrechamente acopladas.

Cargas de trabajo paralelas

se refiere a problemas informáticos que se subdividen en múltiples tareas pequeñas, simples e independientes que pueden ejecutarse simultáneamente, a menudo con poca o ninguna comunicación entre sí. Por ejemplo, una empresa puede enviar 100 millones de registros de tarjetas de crédito a núcleos de procesador individuales en un clúster de nodos. Procesar un solo registro de tarjeta de crédito es una tarea pequeña, y cuando se distribuyen 100 millones de registros por todo el clúster, se pueden ejecutar simultáneamente (en paralelo) 100 millones de tareas pequeñas a una velocidad asombrosa. Los escenarios de uso habituales para las cargas de trabajo paralelas incluyen simulación de riesgos, modelado molecular, búsqueda contextual y simulación logística.

Cargas de trabajo estrechamente acopladas

normalmente ocupan más recursos compartidos y se dividen en tareas más pequeñas que se comunican entre sí de forma continua. En otras palabras, los nodos individuales de un clúster se comunican entre sí mientras realizan el procesamiento. Los escenarios de uso comunes para cargas de trabajo estrechamente acopladas incluyen la dinámica de fluidos computacional, el modelado de previsiones meteorológicas, la simulación de materiales, la simulación de impactos automovilísticos, la simulación geoespacial y la gestión del tráfico.

¿Por qué es importante HPC?

La HPC ha desempeñado un papel importante en la investigación académica y la innovación industrial durante décadas. Ha ayudado a ingenieros, científicos de datos, diseñadores y otros investigadores a resolver muchos problemas grandes y complejos de forma más económica y eficiente.

Los beneficios clave de HPC incluyen:

Pruebas físicas reducidas: HPC puede utilizarse para crear simulaciones sin necesidad de que el usuario realice pruebas físicas. Por ejemplo, al probar accidentes automovilísticos, HPC puede generar simulaciones de choque de forma más económica y sencilla que las pruebas de choque reales.

Velocidad: Basado en las CPU más recientes, unidades de procesamiento gráfico (GPUs) y arquitecturas de red de baja latencia como RDMA (Remote Direct Memory Access), así como almacenamiento local totalmente flash y dispositivos de almacenamiento en bloque, HPC puede realizar cálculos masivos en minutos que habrían tardado semanas en el pasado.

Coste: HPC puede ofrecer respuestas más rápido y a un coste menor. Y con HPC basada en la nube, incluso las pequeñas empresas y startups pueden ejecutar fácilmente cargas de trabajo de HPC, pagando solo por los recursos que realmente usan y escalando hacia arriba y hacia abajo según sea necesario.

Innovación: HPC impulsa la innovación en prácticamente todos los sectores y es un motor clave de descubrimientos científicos revolucionarios que mejoran la calidad de vida de las personas en todo el mundo.

Escenarios de uso de HPC 

La HPC se está volviendo cada vez más popular, con empresas Fortune 1000 que utilizan HPC en casi todos los sectores, y se espera que el mercado global de HPC alcance los 44 mil millones de dólares para 2022, según Hyperion Research.

Estos son algunos de los sectores en los que se utiliza HPC y los tipos de cargas de trabajo de HPC correspondientes:

Aeroespacial: Creación de simulaciones complejas, como el flujo de aire sobre el ala de una aeronave.

Fabricación: Mejora del diseño, la fabricación y las pruebas de nuevos productos (p. ej., conducción autónoma) mediante simulación para producir coches más seguros y piezas más ligeras, mejorar la eficiencia de los procesos y fomentar la innovación.

Tecnología financiera (fintech): realiza análisis de riesgos complejos, operaciones de alta frecuencia, modelización financiera y detección de fraude.

Genómica: Avance de la investigación genealógica mediante la secuenciación de ADN, el análisis de interacciones entre medicamentos y el análisis de proteínas.

Atención sanitaria: desarrollo de medicamentos, desarrollo de vacunas e investigación de terapias innovadoras para enfermedades raras y comunes.

Medios y entretenimiento: creación de animaciones, renderizado de efectos cinematográficos, transcodificación de archivos multimedia grandes y creación de experiencias de entretenimiento inmersivas.

Petróleo y gas: Realice análisis espaciales y pruebe modelos de yacimientos para predecir la ubicación de recursos de petróleo y gas; simule el flujo de fluidos y el procesamiento de datos sísmicos, etc.

Retail: análisis de grandes cantidades de datos de clientes para proporcionar recomendaciones de productos más específicas y un mejor servicio a los clientes.