In dieser Big Compute-Podcast-FolgeModerator Gabriel Broner interviewt Mike Woodacre, HPE Fellow, um den Wechsel von CPUs zu einer neuen Architekturvielfalt zu diskutieren. Erfahren Sie mehr über die Entwicklung von CPUs, das Aufkommen von GPUs mit zunehmender Datenparallelität, speichergesteuertes Computing und die potenziellen Vorteile einer Cloud-Umgebung mit Zugriff auf mehrere Architekturen.
Registrieren Sie sich für zukünftige Big Compute-Podcast-Episoden
Überblick und wichtige Kommentare
Neue Architekturen
Nachdem sich die Leistung von CPU-Architekturen jahrelang alle 18 Monate verdoppelte, haben wir aufgrund von Miniaturisierungs- und Leistungsbeschränkungen ein Plateau erreicht. Dies hat zu einer neuen Ära der Vielfalt mit Systemen geführt, die CPUs, GPUs, FPGAs usw. verwenden. Woodacre begrüßt die neue Vielfalt nach Jahren der Konsolidierung und Kommerzialisierung:
„Die Branche erlebt eine wirklich spannende Zeit. Wir kehren zur gewohnten Vielfalt zurück. Aufgrund von Volumen und Kommerzialisierung konzentrierten wir uns auf wenige Varianten. Da wir nun an die Grenzen der Skalierbarkeit stoßen, erleben wir eine neue Ära der Spezialisierung. In einer Zeit exponentiell wachsenden Datenvolumens ergeben sich neue geschäftliche Gründe für die Entwicklung einzigartiger Architekturen. Die Herausforderung besteht darin, das richtige Werkzeug für die jeweilige Aufgabe auszuwählen.“
Die Evolution der CPUs
CPUs haben sich in den letzten Generationen weiterentwickelt. Die Anzahl der Kerne und die Speicherbandbreite wurden erhöht.
Die größte Veränderung ist die stetig wachsende Zahl an Kernen. Die Herausforderung besteht darin, sie zu versorgen. Man braucht mehr Speicherbandbreite und I/O.
„Bei der Analyse von HPC-Anwendungen stellt die Speicherbandbreite schnell den limitierenden Faktor dar. Skylake kann von 4 auf 28 Kerne erweitern, bei manchen Benchmarks sind es aufgrund der Speicherbandbreite jedoch maximal 12 Kerne.“
GPUs, die ursprünglich als grafische Verarbeitungseinheit begannen, sind laut Woodacre „das ultimative datenparallele Gerät“, das in den Bereichen KI/Maschinelles Lernen/Deep Learning erfolgreich ist:
„Deep Learning ist im Kern eine Matrizenmultiplikation, und Sie können die Vorteile der mehreren Multiplikationseinheiten nutzen, um das Training in Stunden statt Wochen durchzuführen.“
Speichergesteuerte Architekturen
Neue speicherbasierte Architekturen halten alle Daten im Speicher und können Erkenntnisse beschleunigen und uns dazu bringen, Arbeitsabläufe zu überdenken:
„Das Datenwachstum wächst exponentiell, und herkömmliche Architekturen sind damit überfordert. Durch die Speicherung der Daten im Arbeitsspeicher werden Speicherengpässe beseitigt und die Analyse beschleunigt. Die aktuelle Pipeline aus Vorverarbeitung, Simulation und Analyse lässt sich durch die Speicherung der Daten im Arbeitsspeicher enorm beschleunigen.“
Cloud als Enabler
Die Cloud ermöglicht diese neue Architekturvielfalt. Da jede Anwendung und jeder Workflow von einer anderen Architektur profitiert, ermöglicht die Cloud die Ausführung verschiedener Anwendungen auf unterschiedlichen Architekturen, um das richtige Tool für die jeweilige Aufgabe effektiv zu nutzen.
Die Sicherheit der Cloud war früher ein wichtiges Thema, ist heute aber weitgehend in den Hintergrund gerückt. Die Public Cloud bietet einen Einstiegspunkt, um all diese Architekturoptionen zu erkunden. Wenn Softwareanwendungen und Lizenzen bereitgestellt werden, erleichtert das den Einstieg. Letztendlich müssen Sie entscheiden, was für Sie am sinnvollsten ist.
Mike Woodacre
Mike Woodacre ist Fellow bei HPE. Im Laufe der Jahre war Mike als Systemarchitekt und Chefingenieur bei MIPS, SGI und HPE tätig, wo er die Richtung für Hardwarearchitekturen vorgab.
Gabriel Broner
Gabriel Broner ist VP & GM für HPC bei Rescale. Bevor er im Juli 2017 zu Rescale kam, war er 25 Jahre in der Branche tätig, unter anderem als Betriebssystemarchitekt bei Cray, GM bei Microsoft, Innovationsleiter bei Ericsson und VP & GM für HPC bei SGI/HPE.
