Суперкомпьютер на столе

Как пишет сайт www.3dnews.ru, около года назад Джон Стоун, главный программист Иллинойского университета (University of Illinois) совместно с коллегами нашел путь сократить время ожидания своей очереди, чтобы воспользоваться возможностью доступа к суперкомпьютеру Национального центра прикладных суперкомпьютерных вычислений (National Center for Supercomputing Applications). А точнее, его команда избрала альтернативное решение — персональные суперкомпьютеры — компактные машины с рядом графических процессоров, объединенных в мощную систему для запуска комплексных задач симуляции. "Теперь вместо того, чтобы ждать несколько дней своей очереди, мы можем производить вычисления на рабочем месте, — говорит Стоун. — Мы делаем больше науки".

Персональные суперкомпьютеры как в виде процессорных кластеров, так и конструкций на базе графических чипов применяются для решения самых разнообразных задач. Но вычисления с помощью GPU становятся все популярнее по причине возможности легко и быстро собрать производительную конфигурацию под свои нужды. Таким образом, открывается новый рынок для производителей видеочипов, таких как NVIDIA и AMD, ранее обращавших свой взор лишь в сторону игроманов и компьютерной графики. Настоящие суперкомпьютеры, "рок-звезды" вычислений, хотя и способны производить огромное количество расчетов в секунду, но стоимость их зашкаливает за многомиллионную отметку — самый производительный суперкомпьютер 2008 года IBM RoadRunner стоит $120 млн, а доступ к нему строго лимитирован. Поэтому намного меньшие системы, едва превосходящие размерами обычный домашний ПК, обретают большой успех среди желающих получить высокопроизводительные станции на рабочем столе исследователей и ученых. "Персональные суперкомпьютеры, работающие от электросети, обладают очень привлекательным соотношением мощи и цены", — говорит Джон Фруэ (John Fruehe), возглавляющий направление бизнес-разработок для серверов и рабочих станций компании AMD.

В период между 2003 и 2008 годами спрос на компактные и мощные системы рос на 20% ежегодно, о чем свидетельствуют данные компании IDC. С тех пор, как NVIDIA представила менее года назад суперкомпьютер Tesla, компании удалось реализовать более 5000 машин. Исследователь рынка технических вычислений IDC Джи Ву (Jie Wu) поясняет тенденцию: "Раньше, ведя речь о суперкомпьютерах, люди подразумевали гигантские конструкции от Cray или IBM. Теперь в это понятие вписываются намного меньшие кластеры". Сегодня в США большинство ученых из различных университетов, у которых возникла необходимость получить доступ к мощным вычислительным комплексам, вынуждены обращаться к Национальному научному фонду (National Science Foundation), основавшему многочисленные суперкомпьютерные центры. В случае удовлетворения заявки исследователь получает в распоряжение некоторое количество процессорных часов в одном из них, например, в Сан-Диего, Иллинойсе или Питтсбурге. "Это почти как ожидание в почтовом отделении, чтобы послать сообщение, — негодует Стоун. — Теперь же проще воспользоваться собственным компьютером, чем где-либо отстаивать очереди. Это намного эффективнее".

Персональные суперкомпьютеры, безусловно, не чета могучим мэйнфреймам, но оставляют настольных "собратьев" далеко позади. Например, Tesla с четырьмя GPU обеспечивает 4 Тфлопс параллельных вычислений с 960 ядрами и двумя процессорами Intel Xeon 5500 Nehalem. Это очень незначительная часть от скорости IBM RoadRunner, составляющей 1 Пфлоп, но её достаточно для многих проводимых исследователями работ. По словам главного менеджера по продуктам NVIDIA Сумита Гупты (Sumit Gupta), "временами пользователи ожидали по 6-8 часов до завершения расчетов на обычных ПК, а сейчас это время сократилось до 20 минут". Появление мощных ПК также означает, что брошенные ранее проекты из-за слишком высокой стоимости вычислений получили зеленый свет. Идея персональных суперкомпьютеров также получила толчок в развитии благодаря появлению специализированных языков программирования, разработанных специально для оснащенных графическими адаптерами машин. NVIDIA старается реализовать программу внедрения технологии CUDA, включающей среду программирования на языке С, созданную специально для реализации алгоритмов для её GPU. Компания AMD в этом году декларировала поддержку OpenCL (open computing language — открытый язык программирования). Рост программных продуктов для высокопроизводительных компьютеров определенно делает их популярнее. Однако, как бы там ни было, своя доля у больших суперкомпьютеров останется — существует еще большое количество задач, где без них не справиться. "Но таких все меньше", — подводит итог Стоун.