GPU cluster - GPU cluster

Clusteru GPU je počítač clusteru , ve které je každý uzel vybaven Processing Unit Graphics (GPU). Využitím výpočetní síly moderních GPU pomocí General-Purpose Computing on Graphics Processing Units (GPGPU) lze s GPU clusterem provádět velmi rychlé výpočty.

Titan , první superpočítač využívající GPU

Hardware (GPU)

Hardwarová klasifikace GPU klastrů spadá do dvou kategorií: Heterogenní a Homogenní.

Heterogenní

Lze použít hardware z obou hlavních IHV (AMD a nVidia). I když se používají různé modely stejného GPU (např. 8800GT smíchané s 8800GTX), shluk GPU je považován za heterogenní.

Homogenní

Každý jednotlivý GPU je stejné hardwarové třídy, značky a modelu. (tj. homogenní klastr obsahující 100 8800 GT, všechny se stejným množstvím paměti)

Klasifikace GPU klastru podle výše uvedené sémantiky do značné míry řídí vývoj softwaru v klastru, protože různé GPU mají různé možnosti, které lze využít.

Hardware (jiný)

Propojit

Kromě počítačových uzlů a jejich příslušných GPU je nutné dostatečně rychlé propojení, aby bylo možné přenášet data mezi uzly. Typ propojení do značné míry závisí na počtu přítomných uzlů. Mezi příklady propojení patří Gigabit Ethernet a InfiniBand .

Prodejci

NVIDIA poskytuje seznam vyhrazených partnerů Tesla Preferred Partners (TPP) se schopností vytvářet a dodávat plně nakonfigurovaný klastr GPU pomocí GPGPU řady Tesla 20. AMAX Information Technologies , Dell , Hewlett-Packard a Silicon Graphics jsou některé z mála společností, které poskytují kompletní řadu GPU klastrů a systémů.

Software

Softwarové komponenty, které jsou vyžadovány, aby mnoho strojů vybavených GPU fungovalo jako jeden, zahrnují:

  1. Operační systém
  2. Ovladač GPU pro každý typ GPU přítomný v každém uzlu clusteru.
  3. Clustering API (například rozhraní pro předávání zpráv , MPI).
  4. Platforma clusteru VirtualCL (VCL) [1] je obal pro OpenCL ™, který umožňuje většině nemodifikovaných aplikací transparentně využívat více zařízení OpenCL v clusteru, jako by všechna zařízení byla v místním počítači.

Mapování algoritmů

Mapování algoritmu ke spuštění klastru GPU je poněkud podobné mapování algoritmu ke spuštění v tradičním počítačovém klastru . Příklad: namísto distribuce částí pole z RAM je struktura rozdělena mezi uzly GPU clusteru.

Odkazy a externí odkazy

  • Are Magnus Bruaset, Aslak Tveito (2006). Numerické řešení parciálních diferenciálních rovnic na paralelních počítačích . Birkhäuser. ISBN 3-540-29076-1.
  • Cluster urychlovače NCSA
  • Klastry GPU pro vysoce výkonné výpočty
  • GPU cluster v STFC Daresbury Laboratory
  • Monitorování teploty GPU jader