ドメイン特化型ハードウェアによる科学ワークフローの高速化: GPU、ARM チップなど

Sam Zakrzewski – EMEA シニア ソリューション アーキテクト

複雑なCAEワークロードをオンプレミスの固定クラスタからクラウドHPC iに移行する科学技術上の問題が複雑化するにつれ、従来の CPUのみのHPCアーキテクチャ パフォーマンス、効率、コストの限界に達しています。現代のワークロードでは、 機械学習, CFD, 分子動力学 ますます需要が高まっている ドメイン固有のアクセラレータ など NVIDIA GPU の三脚と Armベースのプロセッサ イノベーションに追いつくため。

この技術セッションでは、設計と実行の方法を解説します。 異機種混在のアクセラレータに最適化されたワークフロー on RescaleのインテリジェントクラウドHPCプラットフォーム適切な組み合わせ方を学びます GPU、Arm、CPU ワークフローの各段階に機能を追加することで、スループットの向上、解決までの時間の短縮、持続可能性とコスト目標の達成をサポートします。

次の方法を学習します。

• 計算強度、メモリパターン、エネルギープロファイルに基づいて、さまざまな科学的ワークロードを適切なハードウェア（GPU、Arm、CPU）にマッピングします。
• 　 Rescaleのハードウェアカタログとインテリジェントなスケジューリング コストを予測可能に保ちながら、ジョブごとに最適なアーキテクチャを動的に選択する
• オーケストレーション ハイブリッドおよび異種ワークフロー エンドツーエンドで、混合アーキテクチャ間でのデータ移動、ジョブのスケジュール設定、リソースの選択など
• Apply ワークロードのプロファイリングとベンチマーク 構成を調整し、インスタンスタイプを比較し、プロビジョニング不足や過剰を回避する
• レバレッジ AI 駆動型シミュレーションの後処理と加速のための GPU, 高スループット、低消費電力のシナリオ向けの Arm ベースのチップ
• アクセラレータベースの環境におけるソフトウェアの互換性、コンテナ化、ライセンスなどの実用的な考慮事項に対処する
• クラウドHPCでドメイン固有のハードウェアを採用するためのロードマップを構築し、 パフォーマンス、コスト、持続可能性 KPI

このセッションでは、Rescale での GPU および Arm 対応ワークフローの実際の例を確認し、独自の科学計算戦略を最新化および加速するために適用できる具体的なパターンを習得できます。