CONVERGE™에서 융합과학 가장 인기있는 중 하나입니다 전산유체설계(CFD) 엔진 설계 및 시뮬레이션 분야의 시뮬레이션 프로그램입니다. 병렬 처리 기능은 MPI를 활용하여 멀티코어 및 여러 코어 환경에서 작업 실행 속도를 효과적으로 높입니다. 필요에 따라 CONVERGE™ 작업을 실행할 수 있습니다. Rescale의 클라우드 시뮬레이션 플랫폼 사용 가능한 모든 코어 유형을 사용합니다. 이 블로그 게시물에서는 니켈 및 철 HPC 코어 유형의 성능과 비용을 비교합니다. 이것이 CONVERGE™를 실행하기 위한 코어 선택 가이드 역할을 할 수 있기를 바랍니다. 시뮬레이션 리스케일에서.

테스트 환경

표의 처음 두 행은 다음을 보여줍니다. 소프트웨어 우리가 선택한 환경과 나머지 행은 다음을 나타냅니다. 하드웨어 사양. 니켈과 아이언의 대부분 하드웨어 사양은 비슷하지만, 주목할 만한 차이점 중 하나는 네트워크입니다. 니켈은 10Gb/s에 불과한 반면, 아이언 코어 유형은 40Gb/s 대역폭을 가지고 있어 여러 노드에서 실행되는 작업에 상당한 이점이 되며, 이것이 두 코어 유형 간의 가격 차이가 50%인 주된 이유라고 생각합니다.

벤치마킹 작업

우리가 선택한 벤치마크 직업은 Convergent Science에서 제공하는 것입니다. 이것은 축구장의 휘어지는 샷 현상을 모델로 하며, 공중에서 공이 "굴곡"되는 데 필요한 것이 무엇인지 보여주기 위한 것입니다(상세 설명). 시뮬레이션은 0.1초의 시간 간격을 사용하여 축구공의 움직임을 0.001초로 모델링합니다. 모델은 처음에 81,576개의 노드로 구성됩니다.

소규모 클러스터 성능-비용 비교

첫 번째 라운드에서는 두 코어 유형 모두에 대해 각각 16개, 32개, 64개 코어에서 클러스터 성능을 테스트했습니다. 결과는 아래 표에 나와 있습니다.

표에서 최대 64개의 코어를 포함하는 Nickel 클러스터가 Iron보다 성능이 더 좋고 비용도 저렴하다는 것을 알 수 있습니다. 따라서 소규모 클러스터에서 소규모 작업을 실행해야 하는 경우 니켈이 더 나은 선택일 수 있습니다.

중형 클러스터 성능-비용 비교

두 번째 라운드에서는 두 코어 유형 모두에 대해 128개 및 256개 코어 클러스터에서 중간 규모 클러스터 성능을 테스트했습니다. 그리고 그 결과는 아래 표에 나와 있습니다.

코어 수가 128개에 도달하면 니켈 클러스터의 런타임이 급격히 증가한 것을 확인할 수 있습니다. 256개 코어 클러스터의 경우 128개 코어의 경우보다 시간이 더 오래 걸리는 것을 확인하고 작업을 종료했습니다. 이는 통신 오버헤드와 느린 상호 연결로 인해 발생합니다. 반면에 Iron 클러스터의 성능은 관련 코어 수에 따라 꾸준히 증가합니다. 따라서 Iron은 128개 이상의 코어에서 실행될 때 Nickel 클러스터보다 성능이 뛰어납니다.

맺음말
위 그래프에서 코어가 64개 미만인 클러스터의 경우 CONVERGE™ 작업의 경우 Nickel이 더 빠른 반면, 코어가 128개 이상인 중간 규모 클러스터의 경우 Iron이 더 나은 선택임을 알 수 있습니다. 더 중요한 것은 작업을 더 빠르게 실행하면 주문형 라이센스 비용을 더 많이 절약할 수 있다는 것입니다.