HPC

Что такое HPC?

Высокопроизводительные вычисления (HPC) означают объединение вычислительных мощностей для обеспечения более высокой производительности по сравнению с традиционными компьютерами или серверами. Высокопроизводительные вычисления (HPC), или суперкомпьютинг, похожи на повседневные вычисления; разница лишь в том, что они обладают большей мощностью. Они помогают людям исследовать наиболее сложные мировые проблемы в науке, инженерии и бизнесе за счет объединения вычислительных ресурсов и использования нескольких компьютеров и устройств хранения для обработки больших объемов данных на очень высокой скорости.

В настоящее время HPC в основном используется для решения сложных задач, требующих высокой производительности, и всё больше организаций переносят свои рабочие нагрузки HPC в облако. Облачные HPC значительно оптимизируют экономику исследований и разработок продукции, сокращая потребность в прототипах, ускоряя тестирование и уменьшая время выхода на рынок.

Как работает HPC?

На практике существуют рабочие нагрузки (например, секвенирование ДНК), слишком большие для одного компьютера. Среды HPC или суперкомпьютерные среды позволяют нескольким узлам (компьютерам) совместно работать в кластерах (объединённых сетями группах), выполняя огромные объёмы вычислений за короткий период времени для решения задач, связанных с большими и чрезвычайно сложными рабочими нагрузками. Кроме того, HPC снижает затраты, поддерживая автоматическое создание и удаление кластеров в облаке.

HPC поддерживает множество типов рабочих нагрузок, двумя наиболее распространёнными из которых являются параллельные и тесно связанные рабочие нагрузки.

Параллельные рабочие нагрузки

относится к вычислительным задачам, которые разделяются на множество небольших, простых и независимых подзадач, способных выполняться одновременно, часто практически без взаимодействия друг с другом. Например, компания может передать 100 миллионов записей о кредитных картах отдельным процессорным ядрам в кластере узлов. Обработка одной записи о кредитной карте представляет собой небольшую задачу, и при распределении 100 миллионов записей по кластеру 100 миллионов небольших задач могут выполняться одновременно (параллельно) с поразительной скоростью. К распространённым сценариям использования параллельных рабочих нагрузок относятся моделирование рисков, молекулярное моделирование, контекстный поиск и моделирование логистики.

Тесно связанные рабочие нагрузки

обычно используют больше общих ресурсов и разбиваются на более мелкие задачи, которые непрерывно взаимодействуют друг с другом. Иными словами, отдельные узлы кластера взаимодействуют друг с другом в процессе обработки данных. К распространенным сценариям использования тесно связанных рабочих нагрузок относятся вычислительная гидродинамика, моделирование прогнозов погоды, моделирование материалов, моделирование автомобильных аварий, геопространственное моделирование и управление дорожным движением.

Почему HPC важны?

На протяжении десятилетий HPC играет важную роль в академических исследованиях и промышленных инновациях. Она помогла инженерам, специалистам по обработке данных, дизайнерам и другим исследователям решать множество масштабных и сложных задач более экономично и эффективно.

Ключевые преимущества HPC:

Сокращение физических испытаний: HPC можно использовать для создания симуляций без необходимости проведения пользователем физических испытаний. Например, при тестировании автомобильных аварий HPC позволяет создавать симуляции столкновений более экономично и проще, чем проводить реальные краш-тесты.

Скорость: благодаря новейшим центральным процессорам, графическим процессорам (GPUs) и сетевым архитектурам с низкой задержкой, таким как RDMA (Remote Direct Memory Access), а также локальным системам хранения и блочным устройствам хранения на базе флеш-памяти, HPC может выполнять масштабные вычисления за минуты, тогда как раньше на них уходили недели.

Стоимость: HPC позволяет получать ответы быстрее и с меньшими затратами. А благодаря HPC на базе облака даже малые предприятия и стартапы могут легко запускать рабочие нагрузки HPC, оплачивая только фактически используемые ресурсы и при необходимости масштабируя их в большую или меньшую сторону.

Инновации: HPC стимулирует инновации практически во всех отраслях и является ключевым фактором революционных научных открытий, улучшающих качество жизни людей во всем мире.

Сценарии использования HPC 

HPC становится все более популярной технологией: согласно Hyperion Research, компании из списка Fortune 1000 используют HPC практически во всех отраслях, а мировой рынок HPC, как ожидается, достигнет 44 миллиардов долларов к 2022 году.

Вот некоторые отрасли, в которых используется HPC, и соответствующие типы рабочих нагрузок HPC:

Аэрокосмическая отрасль: создание сложных симуляций, например моделирование воздушного потока над крылом самолета.

Производство: совершенствование проектирования, изготовления и тестирования новых продуктов (например, автомобилей с автономным управлением) с помощью моделирования для создания более безопасных автомобилей и облегченных деталей, повышения эффективности процессов и стимулирования инноваций.

Финансовые технологии (финтех): выполняют сложный анализ рисков, высокочастотную торговлю, финансовое моделирование и обнаружение мошенничества.

Геномика: развитие генеалогических исследований с помощью секвенирования ДНК, анализа взаимодействия лекарственных препаратов и анализа белков.

Здравоохранение: разработка лекарств, разработка вакцин и исследование инновационных методов лечения редких и распространённых заболеваний.

Медиа и развлечения: создание анимации, рендеринг кинематографических эффектов, транскодирование больших медиафайлов и создание иммерсивных развлекательных возможностей.

Нефть и газ: выполнять пространственный анализ и тестировать модели месторождений для прогнозирования местоположения ресурсов нефти и газа; моделировать движение флюидов и обработку сейсмических данных и т. д.

Розничная торговля: анализ огромных объемов данных о клиентах для предоставления более целевых рекомендаций по продуктам и повышения качества обслуживания клиентов.