В современной Формуле-1 состязание вычислительных технологий давно уже стало не менее важным, чем сами гонки. И важность эта проявляется во многих аспектах, к примеру, в анализе и моделировании аэродинамики болидов. Команда Mercedes-AMG Petronas Formula One Team продемонстрировала преимущества процессоров AMD EPYC, помогших достичь 20% прироста скорости в задачах вычислительной гидродинамики (computational fluid dynamics, CFD).

Фото: Mercedes-Benz AG

Как отметил Дэн МакНамара (Dan McNamara), глава серверного подразделения AMD, с решениями EPYC партнёры смогут быстрее и эффективнее создавать новые, оптимизированные болиды Формулы-1. Переход на использование решений AMD позволил команде повысить и финансовый КПД, поскольку процессоры EPYC обеспечивают лучшую удельную производительность, а значит, позволяют добиться лучших результатов в рамках бюджета, ограниченного требованиями FIA.

Источник: AMD

AMD и Mercedes-AMG Petronas Formula One Team впервые заявили о долговременном сотрудничестве в 2020 году, и, похоже, уже в 2021 году оно начало приносить первые плоды: в сезоне 2021 команда показала хорошие результаты практически во всех заездах. Что касается подробностей, связанных с применением AMD EPYC, их можно прочесть в презентации на сайте компании.

Компания NetApp, специализирующаяся на разработке ПО для управления данными, и команда Aston Martin Cognizant Formula One объявили о многолетнем партнёрстве, в рамках которого NetApp поможет автопроизводителю в подготовке к возвращению на Формулу-1. Британский бренд намерен с помощью технологий NetApp для управления данными и облачных сервисов добиться высоких результатов в гонках.

Используя решения NetApp, команда будет разрабатывать свои гоночные стратегии, а также более оперативно реагировать на ход состязаний и вносить необходимые исправления в гоночной машине до, во время и после каждой гонки. Анализируемые данные будут доступны в режиме реального времени специалистам по всему миру.

Фабрика данных, созданная на базе технологий NetApp, позволит упростить управление данными, параллельно обеспечивая соответствие нормативам и безопасность, а также защиту интеллектуальной собственности команды Aston Martin. Унифицированный подход в работе с данными на всех платформах NetApp поможет команде оптимально управлять ресурсами, выбирая наиболее эффективные решения и инвестируя в своё развитие и улучшение автомобилей.

«Усиливая нашу прекрасную команду ведущими решениями NetApp в области управления данными, мы открываем новую эпоху в истории гонок. Эпоху непрерывного развития, которая поможет нам стать еще более быстрой, умной и впечатляющей командой», — заявил Отмар Сафнауэр, генеральный директор и капитан команды Aston Martin Cognizant Formula One.

Одиннадцать лет назад корреспондент ресурса eWEEK во время посещения штаб-квартиры Ferrari в Маранелло (Италия) обнаружил там, помимо гоночных автомобилей для состязаний «Формулы-1», центр обработки данных с десятью стойками с оборудованием, системой кондиционирования и серверами с жидкостным охлаждением. С тех пор многое изменилось, но мобильные ЦОД по-прежнему являются непременным атрибутом команд «Формулы-1».

В «Формуле-1», как и везде, растёт потребность во всё больших вычислительных мощностях и в том, чтобы компьютеры были как можно ближе к месту проведения самой гонки. В этот раз eWEEK рассказал о британской команде гонщиков Williams F1. Хотя у Williams есть дата-центр в штаб-квартире компании в Великобритании, у неё также есть мобильный ЦОД, который путешествует с гоночной командой.

«У нас есть две стойки с оборудованием, которые мы возим по всему миру», — сообщил Грэм Хакланд (Graeme Hackland), ИТ-директор Williams Racing. Мобильный ЦОД Williams также включает в себя рабочие станции, системы кондиционирования, источники бесперебойного питания и генераторы. По словам Хакланда, ранее у мобильного ЦОД было больше оборудования, но его количество удалось уменьшить благодаря виртуализации (Nutanix) и переносу части вычислительных задач в облако.

«Когда-то, до виртуализации у нас было четыре стойки с оборудованием, — рассказал он. — Наш проект виртуализации окупился за девять месяцев в одном сезоне только за счёт экономии на транспортировке». Хакланд сообщил, что доставка ЦОД к месту проведения каждой гонки обходится в $300 за каждый килограмм оборудования. Но это только часть расходов. К гаражу на месте гонки прокладывается отдельный кабель для доступа в Интернет, а в самом гараже силами IT-команды разворачивается локальная сеть.

Хакленд подчеркнул, что они используют физическую проводную сеть в гараже, потому что «Wi-Fi становится ненадёжным в выходные дни». Кабели Ethernet прокладываются к пит-зоне через боксы. Хакленд пояснил, что обслуживающей команде нужен доступ к сети, чтобы она могла вносить изменения во время гонки. «Мы обеспечиваем 100-процентный доступ к боксам в режиме реального времени», — сказал Хакленд.

Мобильный ЦОД Williams F1. Фото: eWeek

Мобильный ЦОД (на фото выше) получает непрерывный поток зашифрованной телеметрии от примерно 300 датчиков в автомобиле во время гонки, что позволяет команде отслеживать его поведение на предмет возможных корректировок и потенциальных проблем. Кроме того, поддерживается прямая связь со штаб-квартирой.

Часть данных отправляется в облако, где можно получить дополнительные вычислительные мощности, в частности, для анализа видео с гонок. Хакланд отметил, что видео с записью конкурирующих автомобилей используется для анализа их действий, и если выявляется что-то подозрительное, то это можно использовать для опротестования результатов гонки.

Автогонки в классе Формула-1 остаются самым популярным зрелищем в автоспорте, хотя более чем за полвека с момента основания сама концепция F1 успела претерпеть существенные изменения.

В наши дни болиды проектируется при самом активном использовании вычислительных технологий. Совсем недавно был завершён проект аэродинамической симуляции для нового поколения гоночных машин, которое примет участие в сезоне 2021 года.

Уникальный трёхосный Tyrrel P34 ‒ детище семидесятых (1976 год)

Облачные супервычисления становятся всё более популярны и в описываемом проекте вычислительной аэродинамики (CFD) приняла участие компания Amazon, которая с помощью услуги Amazon Elastic Compute Cloud (EC2) предоставила в распоряжение Formula One Group более 1150 вычислительных ядер.

Использование инстансов C5n с процессорами Intel Xeon Scalable и сетью класса 100G позволило сократить время расчётов на 70% ‒ серьёзное улучшение с учётом того, что весь проект длился полгода и обсчитывал более 550 млн контрольных точек.

Современный Ferrari F14 T (2014 год)

Этот проект весьма важен. Если в 70-80-ые годы прошлого века разработчики Формулы-1 вкладывались в экзотические компоновки и мощность двигателя, то в 21-ом веке такому подходу пришла на смену тщательная оптимизация уже существующих решений, в том числе, и в области аэродинамики. Дело в том, что маневренность болида напрямую зависит от его сцепления с дорогой, причём, серьёзную долю этого сцепления приносит прижимная сила, создаваемая антикрыльями и диффузерами под днищем машины.

Где и в какой степени создаётся прижимная сила в Формуле-1

Но машина не движется по трассе одна и близкое соседство с другими машинами может приводить к существенным потерям прижимной силы. Всего лишь на расстоянии одного корпуса от лидера потери могут составлять до 50% для догоняющего, что, естественно, весьма усложняет ему жизнь, затрудняя удержание машины на курсе и усложняя обгон. Именно с целью снижения подобных потерь и был задуман совместный проект Формулы-1 и AWS.

С помощью пакета OpenFOAM, позволяющего симулировать поведение жидкостей или газов, были получены необходимые данные. Это позволило проектировщикам создать новый болид, теряющий лишь 15% прижимной силы в условиях, аналогичных описанным выше. Новинка получила новый, оптимизированный корпус со специальными тоннелями под днищем и иное переднее антикрыло. Была упрощена подвеска. Впервые на практике будут использованы новые низкопрофильные 18-дюймовые покрышки.

Конструкторы Формулы-1 планируют продолжить использование «виртуального суперкомпьютера» AWS для дальнейшей оптимизации проекта. В будущем количество вычислительных ядер должно быть доведено до 2300, к делу подключатся инструменты машинного обучения Amazon SageMaker.

Год назад компания NVIDIA представила суперкомпьютер DGX SaturnV для исследований в области искусственного интеллекта. Система включала 125 серверных узла DGX-1 (стоимостью $129 000 каждый) с весьма достойным соотношением производительности и энергопотребления, равным 9,46 Гфлопс/Вт. В престижном рейтинге TOP500 годичной давности сервер занял почётное 28 место, но за год опустился на восемь строчек, и в Санта-Кларе было принято решение построить подобный суперкомпьютер с бóльшим количеством узлов — 660 шт. При этом вместо DGX-1 на основе HPC-ускорителей Tesla P100 (Pascal) была сделана ставка на более мощные одноимённые узлы, оснащённые ускорителями Tesla V100 (Volta) — по восемь штук на узел, как и в DGX SaturnV первого поколения.

Согласно подсчётам NVIDIA, решение задач из области глубинного обучения занимает у восьми адаптеров Tesla V100 почти в два с половиной раза меньше времени, чем у DGX-1 с восемью Tesla P100, а «чистая» производительность в вычислениях половинной точности (они же FP16 или, по определению NVIDIA, «AI-вычисления») выше почти в шесть раз. Суммарная производительность 124 узлов DGX-1/P100 составляет всего 21,25 Пфлопс FP16, тогда как 660 узлов DGX-1/V100 — 660 Пфлопс.

NVIDIA DGX-1

«Пробный» сервер DGX SaturnV с несколькими десятками узлов DGX-1/V100 прописался на 149 месте в TOP500 и на почётном 4 месте в Green500.

Соотношение производительности и энергопотребления выросло с 9,46 Гфлопс/Вт до 15,11 Гфлопс/Вт, но для сотен узлов нового DGX SaturnV всё равно необходимы порядка 2 МВт мощности. Таким образом, количество блоков питания измеряется уже не сотнями, как у прошлогоднего SaturnV, а тысячами. На один серверный узел DGX-1 по-прежнему приходится два 20-ядерных процессора Intel Xeon E5-2698 v4 (Broadwell-EP) с частотой от 2,2 до 3,6 ГГц. Объём оперативной памяти LRDIMM DDR4-2133 составляет 512 Гбайт на узел, также применяются четыре 1,92-Тбайт SSD-накопителя.

Судя по отсутствию нового DGX SaturnV на третьей строчке в TOP500, где он мог бы оказаться с ~30 Пфлопс в Linpack, сборка суперкомпьютера займёт ещё какое-то время. Параллельно NVIDIA принимает заказы на AI-серверы с DGX-1/V100 в качестве «строительного блока». Один такой «кирпич» (узел) стоит $149 000 — на 20 тыс. долларов дороже, чем аналог на Tesla P100.

Онлайн-база Geekbench Browser время от времени пополняется результатами, в которых фигурируют опытные образцы комплектующих — процессоров, материнских плат, графических адаптеров и т. д. И вот недавно в ней обнаружились записи, в которых фигурировал обновлённый сервер NVIDIA DGX-1 для задач глубинного обучения. Найти результаты системы на базе восьми HPC-ускорителей Tesla V100 было совсем несложно, ведь расположились они на первом и втором местах в табели о рангах Geekbench 4.

В ходе тестирования использовались разные API — OpenCL и CUDA. Прогон бенчмарка Geekbench 4 с проприетарным API NVIDIA оказался значительно более успешным, чем с альтернативным интерфейсом программирования приложений. Разница между результатами составила 54,4 % — 743 537 очков против 481 504. Лучшие результаты на ускорителях Tesla P100 сегодня выглядят совсем уж скромно на фоне успехов представителей семейства NVIDIA Volta. Лучший из них едва превысил отметку в 320 тыс. очков.

Тестирование проводилось в Linux-среде (Ubuntu 16.04.2 LTS), а конфигурация сервера DGX-1, скорее всего, соответствовала базовой. По умолчанию в 3U-корпусе установлены восемь ускорителей Tesla V100 16GB HBM2 в форм-факторе SXM2 (интерфейс NVLink 2.0 с ПСП 300 Гбайт/с), дуэт 20-ядерных процессоров Intel Xeon E5-2698 v4, 512 Гбайт оперативной памяти LRDIMM DDR4-2133, четыре 1,92-Тбайт SSD-накопителя в массиве RAID 0, такое же количество блоков питания номиналом 1600 Вт каждый и множество элементов системы охлаждения.

Сравнение характеристик PCI-E и SXM2-версий Tesla V100

Вычислительные возможности сервера NVIDIA DGX-1 образца 2017 года (ранее система базировалась на Tesla P100) наглядно иллюстрирует сравнение его результатов с показателями двух- и четырёхпроцессорных серверов, «заряженных» CPU Intel Xeon Platinum серии 8100. Шестикратное преимущество DGX-1 — веский аргумент в пользу решения NVIDIA. Напомним, что в матричных (Tensor) вычислениях производительность SXM2-версии Tesla V100 составляет 120 Тфлопс, а PCI-E версии — 112 Тфлопс. Последняя используется в рабочих станциях DGX Station «всего лишь» с четырьмя HPC-ускорителями NVIDIA и одним процессором Intel Xeon E5-2698 v4.

Поставки серверов DGX-1 на базе решений NVIDIA Volta начались более полутора месяцев назад. За одну систему заказчикам предлагается заплатить $149 000 — на 20 тыс. долларов больше, чем за аналогичный сервер на ускорителях Tesla P100.

AMD Vega – не единственная новая графическая архитектура, которая приходит на рынок этим летом. Поставки новых процессоров поколения Volta параллельно начала и NVIDIA, правда речь в данном случае идёт о GPU для расчётов в области искусственного интеллекта и глубинного обучения. Тем не менее, обойти вниманием это событие нельзя, поскольку продажи Volta стартовали раньше ожидаемого срока. Впрочем, это вряд ли может означать, что игровые видеокарты на базе NVIDIA Volta появятся в обозримом будущем.

Как сообщает Fudzilla, первая партия ускорителей Tesla V100, основанных на процессорах Volta GV100, была отгружена клиентам в составе обновлённых суперкомпьютерных модулей DGX-1 стоимостью $149 тыс. Каждый такой модуль, напомним, содержит восемь плат Tesla V100, которые в сумме могут предоставить разработчикам массив из более чем 40 тысяч CUDA-процессоров.

Первое поколение систем DGX-1 стоимостью $129 тыс, которое базировалось на картах Tesla P100, стало доступно в сентябре прошлого года, спустя полгода после премьеры архитектуры Pascal на конференции GTC 2016. Ускорители же Tesla V100 на базе архитектуры Volta, как можно судить по началу поставок обновлённых модулей DGX-1, оказались готовы к массовому выпуску заметно быстрее своих предшественников – спустя всего три месяца после анонса на мероприятии GTC 2017, которое прошло в мае. Это косвенно указывает на то, что цикл подготовки к серийному производству GPU поколения Volta оказался короче, чем в случае с процессором прошлого поколения, и NVIDIA потенциально готова начинать внедрение новой архитектуры в другие рыночные сегменты.

Это особенно важно, поскольку лежащий в основе Tesla V100 процессор GV100 – очень сложный чип площадью 815 мм², состоящий из 21,1 млрд транзисторов. Глава NVIDIA, Дженсен Хуанг (Jensen Huang) в своё время называл Volta «самым большим чипом, который только можно сделать». Тем не менее, никаких проблем с его изготовлением по новому 12-нм FFN-техпроцессу, как можно судить, у TSMC не возникло.

В то же время столь скорое появление первых серийных профессиональных решений семейства Volta вряд ли можно считать признаком того, что игровые карты с перспективной архитектурой выйдут в обозримом будущем. Несколько дней тому назад мы стали свидетелями «триумфального возвращения AMD в область графики для энтузиастов» (так охарактеризовал выход Vega глава маркетингового отдела AMD, Крис Хук (Chris Hook)), однако это событие вряд ли способно подтолкнуть NVIDIA к каким-то активным действиям. Даже после появления на прилавках Radeon RX Vega 64 флагманский игровой ускоритель GeForce GTX 1080 Ti, очевидно, сохранит своё безальтернативное лидирующее положение. А это значит, что игровые видеокарты на базе Volta вряд ли увидят свет в текущем году, несмотря на циркулировавшие ранее слухи.

Известный поставщик серверных решений, компания PNY, не могла пропустить выставку ISC 2017, где продемонстрировала свой ассортимент видеоадаптеров и систем в сборе. Большинство прототипов и продуктов полностью изготовлены на производственных мощностях подрядчиков и партнёров американской компании, в числе которых ASUS, Gigabyte, NVIDIA, Supermicro, TYAN и другие. Как бы то ни было, приобрести их зачастую можно только через PNY Technologies (в том числе и на российском рынке).

PNY уже давно занимается поставками ускорителей Quadro, но в этом году взялась отгружать ещё и модели Tesla. Официальный анонс PCI-E версии Tesla V100 состоялся только на днях, поэтому в компании решили ограничиться демонстрацией на стенде адаптера предыдущего поколения — Tesla P100. Продукт TCSP100M-16GB-PB оснащён графическим процессором NVIDIA GP100 (3584 шейдерных блоков) и 16 Гбайт памяти HBM2 с функцией контроля ошибок. В вычислениях двойной точности (FP64) карта обеспечивает быстродействие на уровне 4,67 Тфлопс, а её энергопотребление составляет 250 Вт.

Без Quadro также не обошлось: перед нами модель Quadro GP100 (PNY VCQGP100-PB) с теми же 3584 ядрами CUDA и 16 Гбайт HBM2, что и у Tesla P100. За счёт более высокой частоты GPU «чистая» производительность увеличена до 5,15 Тфлопс (FP64), а максимальное энергопотребление, наоборот, немного ниже — 235 Вт. В число видеовыходов включены DVI-D и квартет DisplayPort 1.4.

Дистрибуция серверов NVIDIA DGX-1 для вычислений, связанных с искусственным интеллектом, также не чужда PNY. Система DGX-1 первого поколения (на фото) содержит восемь ускорителей Tesla P100 с суммарной производительностью 170 Тфлопс (FP16). Среди прочего, сервер включает два 20-ядерных процессора Intel Xeon E5-2698 v4, 512 Гбайт памяти DDR4-2133 и четыре 1,92-Тбайт SSD-накопителя в RAID 0.

А так выглядит NVIDIA DGX-1 второго поколения (наше фото с ISC 2017):

Имеются в ассортименте PNY и серверы попроще. Как, например, следующая двухпроцессорная система с платой Gigabyte:

Однако системы наподобие PNY/TYAN FT77D-B7109 (см. ниже) всё-таки выглядят более впечатляюще. Мощь восьми ускорителей NVIDIA и двух Xeon может использоваться для научных исследований широкого спектра, анализа генетических последовательностей, обнаружения месторождений нефти и газа, масштабных проектов в области распознавания лиц и расшифровки важных данных методом полного перебора или «грубой силы» (англ. brute force). В 4U-корпусе также имеются посадочные места для четырнадцати 2,5-дюймовых SSD и четырёх M.2-накопителей.

Посетители ISC 2017 могли оценить прямо со стенда PNY работу кластера компании в г. Бордо. Для доступа к ресурсам HPC-системы было достаточно воспользоваться QR-кодом.

В Китае создан еще один суперкомпьютер, который использует ту же технологию, что и Tianhe-1A. Напомним, что Tianhe-1A был самым мощным компьютером в мире до июня нынешнего года. Новый суперкомпьютер под названием Tianhe-1 обладает пиковой частотой в 1,1 петафлопс (квадриллион вычислений с плавающей точкой в секунду). Однако он медленнее, чем Tianhe-1A с теоретической пиковой частотой в 4,7 петафлопс, а по результатам теста производительности Linpack при непрерывной работе он достигает средней частоты в 2,5 петафлопс. Tianhe-1 начал свою работу в эти выходные в национальном суперкомпьютерном центре Чангша (Changsha), в провинции Хунань. Он будет использоваться для прогнозирования погоды, а также для предотвращения стихийных бедствий и помощи в различных отраслях промышленности, включая автомобильное производство и медицинские исследования. По словам проектировщика системы, профессора Китайского Национального Университета Лу Ютонга (Lu Yutong), к октябрю этого года Tianhe-1 будет способен достичь пиковой частоты в 3 петафлопс. Это поможет ему занять пятую строчку в рейтинге Top500, которая сейчас принадлежит японскому суперкомпьютеру TSUBAME 2.0, с пиковой скоростью вычислений в 2,2 петафлопс.

В ноябре прошлого года Tianhe-1A возглавил список мощнейших компьютеров планеты Top500. Впервые китайская система была на первом месте по результатам теста Linpack. До этого в течение шести лет первую строчку рейтинга удерживал суперкомпьютер из США. В июне Tianhe-1A спустился на второе место в списке, потому что в Японии была построена новая система —суперкомпьютер К. Он достиг скорости в 8,16 петфлопс и по мощности превысил первые пять систем вместе взятые. Но даже несмотря на «падение» Tianhe-1A, китайские суперкомпьютеры имеют значительный вес в рейтинге Top500. На данный момент в него входит 61 суперкомпьютер из Китая. В июне прошлого года их было всего 24. Системы из США лидируют по количеству в данном списке — 255 суперкомпьютеров.

Источник:

• computerworld.com