看SoftLayer如何用GPU完成高性能云计算

1、强大的Graphic处理器

SoftLayer是一家致力于提供一种新型高性能云计算服务的公司。他们采用Intel E5-2600架构的服务器,并搭载了一颗或颗Nvidia Tesla M2090。

top500网站上的名单是根据来自世界各地的几个研究机构,他们会跟踪一些高性能且昂贵的机器的处理能力,并根据一系列的计算基准得出结果。

五年前,最快的超级计算机,像Sun或IBM这种高端服务器里,也只能发现单个的CPU集成。但是,计算机领域的科学家们没有停下脚步,开始为GPU寻找伴侣,于是一种新型混合超级计算机诞生了。在2009年11月,第一台GPU超级计算机以第5名的成绩登上了TOP500的排行榜,就这样由一个中国人的构想,实现了Intel Xeon CPU与AMD 图形芯片的结合 。有趣的是,GPU必须降频才能更好地配合CPU的时钟频率,但这与最初的想法背道而驰。

从那时起,涌现了一堆这样的高性能计算机,包括传统的CPU和图形处理器组合的。举个例子,在去年11月TOP500公布的排行榜上,你就可以看出当时的趋势,中国的两个超级计算机分别位居第二和第四,日本的一个超级计算机位居第五,这些超级计算机都是采用Nvidia GPU与Intel Xeon CPU相结合的方式。在500个系统中就有39个系统是采用相似技术用CPU与GPU相结合的方式,并且这个数字正在以成倍的速度增长着。为了实现这一集群的想法,几千个甚至几十万个核心处理器堆的像一间屋子那么大,看样子我们又回到了计算机最初的年代了。

其实你大可不必花上几百万美元来实现这种CPU/GPU结合的方式。事实上,像索尼的PS3早已用九个内核的配置,结合两种计算的方式来实现了。近几年它是一个非常可靠的设备,并且可以很廉价的组成一个计算集群。早在2008年,一群瑞士的科学家就用200个Playstations组成了一个原始的超级计算机。

他们当时说:“我们已经发现,一个PS3游戏机相当于40年代的单核心处理器。在我们计算方法最密集的部分,需要超过200个游戏机,这相当于一台典型的台式电脑上计算32年的。

这对于只花了几百美元的游戏机来说很不赖了。

遗憾的是,索尼更新了自己的操作系统并且禁止PS3运行非索尼的操作系统,就这样由PS3组成的计算机集群时代很快就结束了。但这些努力继续推动着这种混合处理器的发展。

使用PS3得到了很多成果,其中之一就是为GPU计算设计的OpenCL并行计算框架。现在由Fixstars提出,他们在几年前就开始努力的收购叫做Yellow Dog Linux的操作系统。当时在索尼Playstation游戏机上运行的最初设计的操作系统,??从那时起已扩大到各种非传统处理器处理上了。

2、SoftLayer云服务器:采用NvidIa GPU的Intel架构服务器

SoftLayer将提供一种新型高性能云计算服务采用Intel E5-2600架构的服务器,并搭载了一颗或两颗Nvidia Tesla M2090。

现在市场稀缺的就是他们正在做的云应用。SoftLayer拥有13个不同的数据中心位于美国、亚洲、欧洲等地,将近100000个管理服务器。

他们的入门级配置,16GB内存500GB硬盘,每月要829美元。这是一个普通云服务器在Softlayer托管系统上要花费两倍的价格。

为什么要自找麻烦呢?现在有很多按需求提供服务的供应商,为什么不去买一个大容量的设备而要去弄GPU计算呢?

这可能最终会让你花费更多,因为你要付出更多的时间去处理图型这样相应的比率就变高了。如果我们看一下在亚马逊的定价表下方的弹性计算服务,从每小时8美分,到最高每小时不到3美元并配备最大的群集配置。还可以叠加。

 

 

之所以要用Softlayer,这一切的答案就在于苛刻的性能。SoftLayer要求计算性能要超过标准CPU配置的10倍。SoftLayer早期用户,结构研究有限公司总经理Philbert Shih说:“它能给人以扩展GPU资源的方式进行研究,工程和开发项目变得令人难以置信的灵活。这就像把最原始的计算力交到用户手里,你可以很轻松的按照自己的模式来做,专注于成果而不是探索或者保护新的技术”。

SoftLayer的配置类似于从Amax.com买到的on-premises商业集群。 AMAX,像许多其他的配置,利用CUDA架构,Nvidia已经有很多年,在多个领域鼓励用GPU计算。包括医学研究,图像分析,从费尔米望远镜到一些面向大型昂贵的科学计算项目。在帕罗阿尔托Ren WuatHP实验室的业务分析科学家说:“我们通常使用CUDA中GPU的纯CPU的方法已经取得约5-20倍的性能优势”。

这些表现就是为什么GPU能够持续吸引用户进入这个市场的关键因素。并且我们认为SoftLayer不会长期垄断混合型GPU集群领域。