PC Supercomputing

Vue d’ensemble. Au cours de ces dernières années, la scène des ordinateurs très puissants a connu une mutation plus importante encore que le marché, lui-même déjà très turbulent, des ordinateurs en général. Etant donné que les puces des cartes graphiques modernes disposent aujourd'hui de capacités gigantesques de traitement et qu'elles surpassent largement le nombre de transistors et la complexité des processeurs normaux, il est astucieux de transposer des applications à calcul intensif sur les GPU. Les systèmes Supercomputer de transtec sont basés sur la nouvelle architecture parallèle de NVIDIA CUDA™ et disposent d’énormes ressources de calcul. La performance d’un cluster dans un PC : capacité de calcul atteignant 4 téraflops jusqu’à 960 unités de calcul parallèles (cores) jusqu’à 250 fois plus rapide que les PC et les stations de travail standard Le supercomputer en format PC : « a chaque scientifique, son supercomputer propre » raccordement à des prises standard Simplicité d’implémentation Grande compatibilité, facilité de compréhension de l’environnement de programmation CUDA basé sur le C Programmation dans le C pour Windows ou Linux Un tel niveau de parallélisme et de débit sur des CPU dual ou quad core est-il imaginable ? Non, certainement pas ! La carte graphique en tant qu’ordinateur parallèle >> PC supercomputing 1000W CUDA (C1060) >> Système supercomputing 1000R CUDA (S1070) >> Domaines d’application >>

La carte graphique en tant qu’ordinateur parallèle. Par le passé, la carte graphique était utilisée uniquement pour représenter des objets en 2 ou 3 dimensions. Le traitement des objets représentés s'effectuait cependant sur l'unité processeur. En raison de traitements toujours plus complexes, on en est venu à les exécuter sur la carte graphique elle-même. Ces dernières années, nous avons pu observer l’important intérêt que suscite la possibilité d’utiliser l'énorme puissance de calcul des GPU mis en parallèle, en plus du traitement de graphiques 3D classiques. Les GPU se sont développés pour devenir bien autre chose que la simple implémentation de pipelines qui sont limités à des fonctions bien déterminées. Ils sont devenus des unités de calcul flexibles, programmables que l'on peut mettre en parallèle plusieurs fois.

De plus en plus, leur puissance de calcul est consacrée également pour résoudre des problèmes numériques généraux. Alors que les débuts requéraient encore des implémentations très focalisées sur le hardware et très complexes, les adaptations modernes pouvaient déjà se reposer sur des modèles abstraits de traitement parallèle, tel par exemple le "stream processing". Celui-ci s'accordait très bien avec le pipeline graphique et fut le modèle de base pour le choix des implémentations sur une GPU. L'architecture CUDA (Compute Unified Device Architecture) de NVIDIA offre cependant de nouvelles possibilités hardware et software, qui font paraître le stream processing trop restrictif.

PC Supercomputing

La plus simple des possibilités consiste à utiliser plusieurs cartes graphiques dans un ordinateur. Les cartes mères actuelles disposent de 4 emplacements PCI Express 16x. Bien souvent deux de ces emplacements sont nécessaires pour obtenir le taux intégral de transfert de données requis pour l'intégration des cartes graphiques. Plusieurs ordinateurs de ce type peuvent être combinés dans le réseau en clusters puissants pour un prix relativement peu onéreux.

1000W CUDA Supercomputing PC:

max. deux cartes TESLA 1060 capacité de calcul atteignant deux téraflops jusqu’à 480 unités de calcul (cores) jusque 8 Go de mémoire principale et 8 Go de mémoire graphique jusqu'à 4 To de mémoire de disque dur

Système Supercomputing

Les commutateurs PCI Express fournissent une autre possibilité d'extension pour raccorder plusieurs cartes graphiques en cascade à un seul bus PCI Express. Le système Tesla S1070 renferme sur une unité d'hauteur 4 cartes graphiques Tesla dont la puissance de chacune atteint 1 téraflop pour un total de 16 Go de mémoire graphique. A l'aide d'un commutateur PCI Express, les cartes sont accessibles de l'extérieur par un port PCI Express commun.

transtec 1000R CUDA Supercomputer:
Comprenant :

Système principal

• Jusque quatre processeurs Xeon
• Jusque deux cartes interface pour le système TESLA 1070
• Mémoire vive maximale atteignant 128 Go
• 4 disques durs SATA hot swap
• Contrôleur Infiniband 20Gbps intégré
• Montage en rack 1 U

Système Tesla 1070

• Capacité de calcul atteignant quatre téraflops dans un système 1 U compact.
• Jusqu’à 960 unités de calcul (cores)
• Mémoire ultra-rapide 16 Go
• Fournit jusque 408 Go/s de bande passante pour un transfert de données extrêmement rapide
• Transfert de données highspeed avec PCI-Express 2.0
• Montage des rails à l’aide d’une seule vis

Domaines d’application.

Les produits GPU Computing devraient permettent aux scientifiques d’effectuer des calculs bien plus complexes. Les produits conviennent pour

• le rendering
• la recherche médicale
• le traitement complexe des données

étant donné que les GPU, en traitement parallèle, sont bien plus efficaces que les processeurs standards.

La géophysique, la biologie moléculaire ou les équipements médicaux requièrent d'énormes capacités de calcul pour les simulations.

Les sociétés pétrolières peuvent par exemple effectuer des analyses géographiques et sismiques complexes à l'aide de la technologie GPU Computing. Les simulations météo sont accélérées de 50 fois.