| |  

Rescale は、Amazon EC2 Hpc7g インスタンスへの Ansys LS-DYNA および Ansys Fluent ワークロードのデプロイを自動化します

Rescale は、Arm ベースの HPC ソルバーのコストパフォーマンスを最適化します

Ansys LS-DYNA および Ansys Fluent ワークロードが、Rescale プラットフォームを介して Arm ベースの AWS Graviton2E を搭載した Amazon EC7 Hpc3g インスタンス上で実行できるようになりました。 

Amazon EC2 Hpc7g インスタンスは、カスタム 64 ビット Arm ベースのプロセッサを含む、密結合されたコンピューティングおよびネットワーク集中型のハイ パフォーマンス コンピューティング (HPC) ワークロード向けの新しい専用インスタンス タイプです。 Arm ベースのアーキテクチャは一般に、コア数が多くワットあたりのパフォーマンスが優れていること、および削減命令セット コンピューティング (RISC) により発生する熱が少なく熱放散が優れているため、エネルギー効率が高いことで知られています。 

Rescale のワークフロー自動化機能とユーザーフレンドリーなインターフェイスを使用しながら Ansys シミュレーションを実行すると、クラウドで HPC を管理する際によく直面する多くの複雑さを軽減できます。 データに関するセキュリティ リスクは、Rescale が顧客のプライバシーとデータの機密性を確保するために設計された多数の措置を講じることによって軽減されます。これには、外部認証とコンプライアンスの取り組み (FedRAMP、ITAR など)、データ暗号化、アカウント設定と管理制御が含まれます。 

Rescaleにより、クラウドを通じてコンピューティング リソースを柔軟に利用できるようになりました。Hpc7g インスタンスで Ansys LS-DYNA および Ansys Fluent ワークロードを実行するために使用するインフラストラクチャの料金のみを支払うオプションが Rescale を通じて利用できます。 研究とイノベーションに重点を置き、複雑で安全な IT システムの管理は Rescale が実施します。

Arm ベースのアーキテクチャで HPC ワークロードを実行する利点:

  • 費用: Hpc7g インスタンスは、コンピューティング集約型の HPC ワークロード向けに、前世代の AWS Graviton ベースのインスタンスと比較して、最大 70% 優れたパフォーマンスと最大 3 倍のコストパフォーマンスを提供します。 
  • エネルギー効率: Arm プロセッサは、エネルギー効率の高いパフォーマンスと消費電力の削減を実現し、電力使用量の削減につながります。 これにより、組織は二酸化炭素排出量を削減し、より環境に優しいコンピューティング インフラストラクチャの実現に貢献します。

Arm ベースのアーキテクチャで HPC ワークロードを実行する場合に考慮すべきこと: 

  • 適切なハードウェアを選択してください。 Arm ベースの HPC システム用のハードウェアを選択する場合は、相互に互換性があり、HPC ワークロードに最適化されたコンポーネントを選択することが重要です。
  • Arm プロセッサ用のソフトウェアをコンパイルします。 Arm プロセッサ用にプリコンパイルされていない HPC ソフトウェアを使用している場合は、自分でコンパイルする必要があります。 これは複雑なプロセスになる可能性がありますが、役立つリソースが多数あります。
  • クラウド プラットフォームを使用します。 Rescale などのクラウド プラットフォームを使用すると、Arm ベースのプロセッサ上で HPC ワークロードを簡単に実行できます。 クラウド プラットフォームは、Arm ベースの幅広いハードウェアとソフトウェアへのアクセスを提供し、HPC ワークロードに必要な複雑なインフラストラクチャとソフトウェアの管理に役立ちます。

Rescale は、Arm ベースの CPU 上での HPC ワークロードの展開と管理を容易にするプラットフォームを提供することで、これらの課題に対処できます。 Rescale のプラットフォームには、価格パフォーマンスの最適化に役立つ次のような機能が多数含まれています。

  • 自動化されたプロビジョニングと管理: Rescale は、Arm ベースの CPU 上で HPC クラスターを自動的にプロビジョニングおよび管理できるため、時間とリソースを節約できます。
  • 最適化されたソフトウェアスタック: Rescale は、Arm ベースの CPU 用に事前に最適化されたソフトウェア スタックを提供しており、パフォーマンスの向上に役立ちます。
  • パフォーマンスの監視と分析: Rescale は、HPC ワークロードのパフォーマンスを監視および分析するためのツールを提供します。これは、パフォーマンスのボトルネックを特定して対処するのに役立ちます。

「Rescale は、より優れた浮動小数点パフォーマンスとより多くの EFA 帯域幅を備えた Amazon EC2 Hpc7g インスタンスに興奮しています。 私たちは、AWS Graviton プロセッサーのエネルギー効率と組み合わせた Hpc7g インスタンスの優れたコストパフォーマンスの導入により、数値流体力学 (CFD) と実際のプロダクション HPC ワークロードのホストがさらに進化することをすでに予想しています」とRscale HPCエンジニアリング担当VPの Mulyanto Poort 氏は述べています。 「Amazon EC2 Hpc7g インスタンスの導入により、お客様はさらに加速することができます。 デジタルエンジニアリング 二酸化炭素排出量を削減しながらの取り組みです。」

Amazon EC2 Hpc7g インスタンスでの Ansys LS-DYNA および Ansys Fluent のパフォーマンス ベンチマーク  

Hpc7g インスタンスは現在、Rescale でコアタイプ名「Pectolite」で入手可能です。 AWS Graviton3E インスタンスのパフォーマンスを示すために、業界をリードする 64 つのソフトウェア パッケージ、Ansys Fluent と Ansys LS-DYNA を比較したいと考えました。 関連する比較として、Rescale ではコア タイプ「Palladium」として知られる、前世代の Amazon EC2 C6gn AWS Graviton2 ベースのインスタンスに対するこれら 二つの Arm XNUMX ビルド パッケージのパフォーマンスを調べました。 

Ansys LS-DYNA は、非線形構造解析用の陰的および陽的有限要素法 (FEM) シミュレーション ツールであり、自動車業界で構造設計や衝突シミュレーションに最も広く使用されているシミュレーション手法の一つです。 

Ansys のプリンシパル プロダクト マネージャーである Siddharth Shah 氏は、最近次のようにコメントしました。 AWS Hpc7g インスタンスの製品ページ 「Ansys は、ARM ベースの AWS Graviton プロセッサを搭載した新しい Amazon EC2 Hpc7g インスタンスで LS-DYNA ソルバーをサポートできることに興奮しています。 相互の顧客は、エネルギーを節約しながら低コストでコンピューティング パフォーマンスの大幅な向上を期待でき、持続可能性の目標達成に向けた前進に役立ちます。」

LS-DYNA のテストでは、7 万要素のキャラバン間テストモデルを使用して Pectolite (Amazon EC2 Hpc7g インスタンス) と Palladium (Amazon EC2 C6gn インスタンス) の間で大幅なパフォーマンスの向上が見られたため、Hpc3.2g インスタンスに関する Siddharth の見解が検証されました。 256 コアでは、反復時間が 40% 近く短縮されました。 これらの FEM コードは一般に拡張がより困難ですが、それでも C6gn インスタンスと比較して並列効率が 6% わずかに向上していることがわかり、Pectolite (Hpc7g インスタンス) がこれらの困難な問題でも解決までの時間を短縮できる能力を示しています。

これらのインスタンスのパフォーマンスが非常に優れている主な理由の 3 つは、AWS Graviton 2E ベースの EC2 インスタンスが、第 2 世代の AWS Graviton35 ベースのインスタンスと比較して 3 倍近く高い浮動小数点パフォーマンスを提供することです。 また、現行世代の Graviton7 インスタンスと比較して、ベクトル命令セットの計算が最大 5% 高速になります。 生のコンピューティング パフォーマンスの向上に加え、Hpc5g インスタンスは、DDR50 メモリと比較して 4% 高いメモリ帯域幅を提供する Double Data Rate XNUMX (DDRXNUMX) メモリを利用する最初のインスタンスの一つです。 このメモリ帯域幅の増加により、この種のワークロードにおける CPU のボトルネックが軽減されます。

図1:

私たちがテストしたもうXNUMXつのコードは、流体シミュレーション、伝熱、混合、混相流のための業界をリードするCFDツールであるAnsys Fluentです。Ansys Fluent は、航空宇宙、エネルギー、自動車から製造、製薬まで、幅広い業界で世界中で活用されています。Ansys Fluent のような密結合 CFD コードは、HPC ワークロードの中でも最もインフラストラクチャ負荷の高いワークロードの XNUMX つです。

F140 車両の 1M セル モデルを使用して Ansys Fluent をテストしました。 予想通り、Hpc7g インスタンスの CPU とメモリ帯域幅の進歩を示す、小規模クラスターでのパフォーマンスの大幅な向上が見られました。 本当に印象的なのは、数千のコアでの持続的な向上と強力なスケーリングです。 Hpc7g インスタンスは、C45gn インスタンスと比較して 2048 コアで反復速度が 6% 向上し、並列効率が 75% 確認されました。 これは、Hpc7g インスタンスが、大規模かつ最も要求の厳しい密結合された HPC ワークフローであっても効率的に拡張できることを示しています。

図2:

クラウドにおけるこの優れた並列スケーリング パフォーマンスは、AWS Nitro System を活用した Elastic Fabric Adaptor (EFA) の AWS の進歩によって実現されています。 Nitro System は、ホスト マシンからの仮想化機能のオフロードを可能にしただけでなく、スケーラブルで信頼性の高いデータグラム (SRD) やネイティブ ネットワーク暗号化を使用した、より堅牢で低遅延のネットワーキングなどのさらに高度な機能も可能にしました。

Rescale の新しい機能を使用する パフォーマンスプロファイル 独自のベンチマークをシームレスに実行して自分の目で確認するための機能です。

Rescale で Amazon EC2 Hpc7g インスタンスの使用を開始する方法

ユーザー登録 SC23 での会議をスケジュールするか、 二週間の無料トライアル Rescale 上の Amazon EC2 Hpc7g インスタンスを提供

著者

  • マット・ニアマン

    Matt Nierman は、Rescale のシニア パートナー開発マネージャーで、Rescale プラットフォームを構成する独立系ソフトウェア ベンダーとの戦略的パートナーシップの開発を担当しています。 彼は 18 年以上エンタープライズ IT 分野で働いており、過去 6 年間は特にエンジニア向けに構築されたソフトウェア ツールに注力してきました。 マットは、ロヨラ大学クインラン ビジネススクールで MBA を取得しました。

  • クリス・ランゲル

    Chris Langel は、Rescale のシニア HPC エンジニアリング マネージャーで、さまざまなクラウド アーキテクチャにわたる CAE アプリケーションのパフォーマンスに重点を置いています。以前は Siemens Gamesa Renewable Energy で空気力学グループに所属し、風力タービン ブレードの CFD 解析と最適化に取り組んでいました。 彼は博士号を取得しています。 カリフォルニア大学デービス校で機械工学および航空宇宙工学の学士号、カリフォルニア大学バークレー校で機械工学の学士号を取得しています。

類似の投稿