HPC

Qu'est-ce que le HPC ?

Le calcul haute performance (HPC) désigne l’agrégation de puissance de calcul afin d’offrir des performances de calcul supérieures à celles des ordinateurs ou serveurs traditionnels. Le calcul haute performance (HPC), ou supercalcul, est semblable à l’informatique quotidienne, à la seule différence qu’il est plus puissant. Il aide les personnes à explorer certains des plus grands problèmes mondiaux dans les domaines de la science, de l’ingénierie et des affaires en agrégeant des structures et en utilisant plusieurs ordinateurs et dispositifs de stockage pour traiter de grandes quantités de données à très grande vitesse.

Actuellement, le HPC est principalement utilisé pour résoudre des problèmes complexes et exigeants en performances, et de plus en plus d'organisations déplacent leurs charges de travail HPC vers le cloud. Le HPC cloud optimisera considérablement l'économie de la recherche et du développement de produits en réduisant le besoin de prototypes, en accélérant les tests et en réduisant le délai de mise sur le marché.

Comment fonctionne le HPC ?

En pratique, certaines charges de travail (par exemple, le séquençage de l’ADN) sont trop importantes pour un seul ordinateur. Les environnements HPC ou de calcul intensif permettent à plusieurs nœuds (ordinateurs) de travailler ensemble dans des clusters (groupes interconnectés) afin d’effectuer d’énormes quantités de calculs en peu de temps pour relever les défis de ces charges de travail volumineuses et extrêmement complexes. En outre, le HPC réduit les coûts en prenant en charge la création et la suppression automatiques de clusters dans le cloud.

Le HPC prend en charge de nombreux types de charges de travail, dont deux des plus courantes sont les charges de travail parallèles et les charges de travail étroitement couplées.

Charges de travail parallèles

désigne des problèmes informatiques subdivisés en plusieurs petites tâches simples et indépendantes pouvant s’exécuter simultanément, souvent avec peu ou pas de communication entre elles. Par exemple, une entreprise peut soumettre 100 millions d’enregistrements de cartes de crédit à des cœurs de processeur individuels dans un cluster de nœuds. Le traitement d’un seul enregistrement de carte de crédit est une petite tâche, et lorsque 100 millions d’enregistrements sont répartis dans le cluster, 100 millions de petites tâches peuvent être exécutées simultanément (en parallèle) à une vitesse étonnante. Les scénarios d’utilisation courants des charges de travail parallèles comprennent la simulation des risques, la modélisation moléculaire, la recherche contextuelle et la simulation logistique.

Charges de travail étroitement couplées

nécessitent généralement davantage de ressources partagées et sont divisées en tâches plus petites qui communiquent en continu entre elles. En d’autres termes, les nœuds individuels d’un cluster communiquent entre eux pendant qu’ils effectuent le traitement. Les scénarios d’utilisation courants des charges de travail étroitement couplées comprennent la dynamique des fluides numérique, la modélisation des prévisions météorologiques, la simulation de matériaux, la simulation de collision automobile, la simulation géospatiale et la gestion du trafic.

Pourquoi le HPC est-il important ?

Le HPC joue un rôle important dans la recherche universitaire et l’innovation industrielle depuis des décennies. Il a aidé les ingénieurs, les data scientists, les concepteurs et d’autres chercheurs à résoudre de nombreux problèmes vastes et complexes de manière plus économique et plus efficace.

Les principaux avantages du HPC incluent :

Tests physiques réduits : le HPC peut être utilisé pour créer des simulations sans nécessiter de tests physiques par l’utilisateur. Par exemple, lors des tests d’accidents automobiles, le HPC peut générer des simulations d’impact de manière plus économique et plus simple que les essais de collision réels.

Vitesse : Basé sur les derniers CPU, unités de traitement graphique (GPU) et architectures réseau à faible latence telles que RDMA (Remote Direct Memory Access), ainsi que sur le stockage local tout-flash et les dispositifs de stockage en mode bloc, le HPC peut effectuer en quelques minutes des calculs massifs qui auraient pris des semaines auparavant.

Coût : le HPC peut fournir des réponses plus rapidement et à moindre coût. Et avec le HPC basé sur le cloud, même les petites entreprises et les startups peuvent facilement exécuter des charges de travail HPC - en ne payant que les ressources qu’elles utilisent réellement et en augmentant ou réduisant la capacité selon les besoins.

Innovation : le HPC stimule l’innovation dans pratiquement tous les secteurs et constitue un moteur essentiel de découvertes scientifiques révolutionnaires qui améliorent la qualité de vie des personnes dans le monde entier.

Scénarios d’utilisation HPC 

Le HPC devient de plus en plus populaire, les entreprises du Fortune 1000 utilisant le HPC dans presque tous les secteurs, et le marché mondial du HPC devrait atteindre 44 milliards de dollars d’ici 2022, selon Hyperion Research.

Voici quelques-uns des secteurs où le HPC est utilisé et les types de charges de travail HPC correspondants :

Aérospatiale : création de simulations complexes, telles que l’écoulement de l’air sur une aile d’avion.

Fabrication : améliorer la conception, la fabrication et les tests de nouveaux produits (p. ex., conduite autonome) grâce à la simulation afin de produire des voitures plus sûres et des pièces plus légères, d’améliorer l’efficacité des processus et de favoriser l’innovation.

Technologie financière (fintech) : effectue des analyses de risques complexes, du trading à haute fréquence, de la modélisation financière et de la détection des fraudes.

Génomique : faire progresser la recherche généalogique grâce au séquençage de l’ADN, à l’analyse des interactions médicamenteuses et à l’analyse des protéines.

Santé : développement de médicaments, développement de vaccins et recherche de thérapies innovantes pour les maladies rares et courantes.

Médias et divertissement : création d’animations, rendu d’effets cinématographiques, transcodage de fichiers multimédias volumineux et création d’expériences de divertissement immersives.

Pétrole & gaz : effectuer des analyses spatiales et tester des modèles de réservoir afin de prédire l’emplacement des ressources pétrolières et gazières ; simuler l’écoulement des fluides et le traitement des données sismiques, etc.

Commerce de détail : analyse de vastes quantités de données clients afin de fournir des recommandations de produits plus ciblées et un meilleur service aux clients.