Centro Extremeño de Tecnologías Avanzadas - Cluster computación GPGPU

[sigplus] Critical error: The Graphics Draw (gd) or ImageMagick (imagick) image processing library has to be enabled in the PHP configuration to generate thumbnails.

GPU son las siglas de "Graphics Processing Unit", término con el que se denomina técnicamente a las tarjetas gráficas. Utilizar el potencial de supercomputación con el que cuenta la GPU para resolver cálculos ha supuesto una revolución en los ámbitos científico y empresarial, pudiendo resolver problemas complejos en mucho menor tiempo.

En 2010 CETA-Ciemat fue un centro pionero al hacer una fuerte inversión en computación GPGPU (General Purpose Graphics Processing Unit – Unidad de procesamiento gráfico de propósito general). Si una sola GPU ya ofrece un potencial increíble, un cluster equipado con esta tecnología abre incluso la puerta a problemas científicos que antes no era posible plantear resolverlos.

A mediados de 2012, CETA-Ciemat ha sido reconocida como GPU Research Center, mención otorgada a aquellos centros cuyas investigaciones en el ámbito de las GPUs son relevantes a nivel mundial. Actualmente sólo existen 4 GPU Research Centers en España y unos 70 en todo el mundo.

El cluster de GPUs está abierto a los usuarios y actualmente es utilizado por investigadores de más de 40 grupos e instituciones de investigación de todo el mundo. Estos investigadores utilizan el cluster con diferentes propósitos, donde el CETA provee soporte CUDA, soporte con el envío y paralelización de trabajos. Entre estos proyectos destacan los siguientes:

Dinámica molecular, utilizando especialmente GROMACS & LAMMPS, para descubrimiento de nuevos fármacos (entre otras aplicaciones)
Procesamiento de imágenes, llevando a cabo procesamiento en tiempo real de imágenes hiperespectrales, para ayudar en la detección de diferentes tipos de objetivos como agentes contaminantes en agua y aire, detección de incendios, etc.
Análisis numérico y resolución de sistemas de ecuaciones lineales, acelerando los cálculos de forma notable.
Imagen médica, procesando imágenes de resonancia magnética para llevar a cabo diferentes estudios enfocados a facilitar el diagnóstico de enfermedades como el cáncer de mama o tumores cerebrales.
Secuenciación genómica, para acelerar los complejos cálculos de análisis de las secuencias.
Astrofísica y simulación espacial, en proyectos financiados por la Agencia Espacial Europea
Fusión nuclear, acelerando los cálculos de predicción en la evolución de defectos en materiales irradiados
Visión por ordenador, para el desarrollo de algoritmos eficientes que permitan calcular la compensación de la distorsión visual.
Sistemas de información geográfica (SIG), dando soporte al desarrollo de Grass GIS como herramienta de código abierto, utilizando el procesamiento con GPUs para acelerar el procesamiento de mapas e imágenes.

Cuando un usuario se conecta al sistema a través del nodo de acceso a la infraestructura HPC, puede enviar trabajos desde su carpeta de usuario a cualquiera de los recursos disponibles para todo el entorno de trabajo de supercomputación. De esta forma se facilita a los usuarios la posibilidad de evaluar diferentes plataformas de supercomputación.

El gestor de recursos utilizado es SLURM (Simple Linux Utility for Resource Management), el cual siendo totalmente libre y de código abierto, es uno de los más utilizados en supercomputadores más potentes del mundo.

Información técnica resumida
Esquema de información técnica detallada

Total

100.000 cores GPU aproximadamente, desglosados en:

1 nodo de login R425E2 con TESLA K20 (1 K20 por nodo)
22 nodos R422E2 con TESLA S1070 (2 C1060 por nodo)
16 nodos R422E2 con TESLA S2050 (2 C2050 por nodo)
16 nodos R424E2 con TESLA S2070 (2 M2075 por nodo)
8 nodos R421E3 con TESLA K80 (1 K80 por nodo)

Procesador

R422E2/R423E2: 2 x Quad Core Intel® Xeon E5520 @ 2.27GHz
R424E2: 2 x Quad Core Intel® Xeon® E5649 @ 2.53GHz
R425E2: 2 x Quad Core Intel® Xeon® X5570 @ 2.93GHz
R421E3: 2 x 12-Core Intel® Xeon E5-2680v3 @ 2.5GHz

Memoria

R422E2/R423E2/R424E2: 24 GBytes DDR3
R425E2: 96 GBytes DDR3
R421E3: 64 GBytes DDR4

GPUs

Entorno Test: 2 x C1060 por nodo (S1070)
Entorno Producción:
- 2 x C2050 por nodo (S2050)
- 2 x M2075 por nodo (S2070)
- 1 x K20 por nodo
- 1 x K80 por nodo (S2070)