빅 컴퓨팅 팟캐스트 – HPC를 위한 새로운 아키텍처


이번에 빅 컴퓨트 팟캐스트 에피소드, 진행자 Gabriel Broner는 HPE 펠로우인 Mike Woodacre와 인터뷰하여 CPU에서 새롭게 떠오르는 다양한 아키텍처로의 전환에 대해 논의합니다. CPU의 진화, 데이터 병렬성이 증가하는 GPU의 출현, 메모리 기반 컴퓨팅, 여러 아키텍처에 액세스할 수 있는 클라우드 환경의 잠재적 이점에 대해 들어보세요.

미래의 빅 컴퓨팅 팟캐스트 에피소드 등록

개요 및 주요 의견

신흥 아키텍처
수년간 CPU 아키텍처가 XNUMX개월마다 성능이 두 배로 증가한 후 우리는 소형화 및 전력 제약으로 인해 정체기에 도달했습니다. 이로 인해 CPU, GPU, FPGA 등을 사용하는 시스템의 새로운 다양성 시대가 열렸습니다. Woodacre는 수년간의 통합 및 상품화 이후 새로운 다양성을 환영합니다.
“업계에서는 정말 흥미로운 시기입니다. 우리는 예전에 가졌던 다양성으로 돌아가고 있습니다. 볼륨과 상품화로 인해 우리는 몇 가지 변형에 끌렸습니다. 확장 능력의 한계에 부딪히기 시작하면서 우리는 전문화의 새로운 시대를 맞이하고 있습니다. 데이터가 기하급수적으로 계속 증가하는 상황에서 고유한 아키텍처를 개발해야 하는 새로운 비즈니스 이유가 있습니다. 문제는 작업에 적합한 도구를 선택하는 것입니다.”
CPU의 진화
CPU는 지난 몇 세대 동안 발전해 왔습니다. 코어 수를 늘리고 메모리 대역폭을 늘렸습니다.
“가장 큰 변화는 코어 수가 지속적으로 증가한다는 것입니다. 문제는 먹이를 주는 방법입니다. 더 많은 메모리 대역폭, I/O가 필요합니다.”
“HPC 애플리케이션을 분석할 때 곧 메모리 대역폭이 제한 요소가 됩니다. Skylake는 4코어에서 28코어로 확장될 수 있지만 일부 벤치마크에서는 메모리 대역폭으로 인해 12코어로 끝날 수도 있습니다."
처음에는 그래픽 처리 장치로 시작된 GPU는 Woodacre에 따르면 AI/머신 러닝/딥 러닝 분야에서 성공을 거둔 "궁극의 데이터 병렬 장치"입니다.
"핵심 딥러닝은 행렬 곱셈이며, 여러 곱셈 장치를 활용하여 몇 주가 아닌 몇 시간 만에 훈련을 수행할 수 있습니다."
메모리 기반 아키텍처
새로운 메모리 기반 아키텍처는 모든 데이터를 메모리에 보관하며 통찰력을 가속화하고 워크플로를 다시 생각하게 만듭니다.
“데이터는 기하급수적으로 계속 증가하고 있으며 기존 아키텍처로는 이를 감당할 수 없습니다. 데이터를 메모리에 저장하면 스토리지 병목 현상이 제거되고 분석 작업 속도가 빨라집니다. 전처리, 시뮬레이션, 분석의 현재 파이프라인을 사용할 수 있으며 데이터를 메모리에 유지함으로써 엄청난 속도 향상을 달성할 수 있습니다.”
조력자로서의 클라우드
클라우드는 이러한 새로운 아키텍처의 다양성을 구현하는 데 도움이 됩니다. 각 애플리케이션과 워크플로는 서로 다른 아키텍처의 이점을 활용하므로 클라우드를 사용하면 다양한 애플리케이션이 서로 다른 아키텍처에서 실행되어 작업에 적합한 도구를 효과적으로 사용할 수 있습니다.
“클라우드의 보안은 예전에는 우려사항이었지만 이제는 거의 백그라운드에 있습니다. 퍼블릭 클라우드는 이러한 모든 아키텍처 옵션을 탐색할 수 있는 진입점을 제공합니다. 소프트웨어 애플리케이션과 라이선스가 제공되면 진입에 도움이 됩니다. 결국에는 자신에게 가장 비즈니스적으로 적합한 것이 무엇인지 결정해야 합니다.”

마이크 우드에이커
Mike Woodacre는 HPE의 펠로우입니다. 수년 동안 Mike는 MIPS, SGI 및 HPE에서 시스템 설계자이자 수석 엔지니어로 일하면서 하드웨어 아키텍처의 방향을 설정했습니다.


가브리엘 브로너
Gabriel Broner는 Rescale의 HPC 부사장 겸 GM입니다. 2017년 25월 Rescale에 합류하기 전에 Gabriel은 Cray의 OS 설계자, Microsoft의 GM, Ericsson의 혁신 책임자, SGI/HPE의 HPC VP 및 GM으로 업계에서 XNUMX년을 보냈습니다.

비슷한 게시물