Android

Core-CPUer, GPU-enheter tillsammans för Server Cluster

ProxMox High Availability Cluster!

ProxMox High Availability Cluster!
Anonim

Serverklustret är konstruerat för att bryta upp och samtidigt utföra tusentals trådar och uppgifter över servrar med Intel CPU-kärnor och Nvidia GPU-kärnor.

Grafikkort anses vara mer avancerade när det gäller att hantera vetenskapliga och matematiska tillämpningar än CPU-enheter, som är konstruerade för att hantera generella datoruppgifter. Många datorer, till exempel, kommer med separata processorer och GPU-enheter där specifika multimediatjänster - som videoredigering - lossas direkt till grafikflisar, vilket gör det möjligt för CPU-enheter att utföra uppgifter som ordbehandling och virusskanning.

[Ytterligare läsning: De bästa TV-streamingtjänsterna]

Huvudjobbet för CPU: er i klustret kommer att vara att analysera kod och sedan avlasta komplexa bearbetningsuppgifter till GPU, säger John Lee, vice vd för den avancerade teknologilösningsgruppen vid Appro. Klyftan innehåller 304 kärnor med fyrkärniga Xeon-chips och 18.240 Tesla S1070 GPU-kärnor som ger 78 teraflops prestanda.

Klyftan innehåller flera 1U-servrar integrerade i en 42U standard rackkonfiguration. Det är främst inriktat på institutioner som behöver högpresterande datorkapacitet, till exempel akademiska institutioner och olje- och gasprospekteringsföretag, säger Lee.

I nuvarande datormiljöer är GPUs mycket parallella processorer avsedda att driva upprepade uppgifter som grafikbehandling, säger Dean McCarron, huvudanalytiker vid Mercury Research. CPUs är å andra sidan generella i naturen och kan ta ut lasten från GPU: er genom att köra grundläggande applikationer.

"Endera kan man tekniskt göra jobbet av det andra. Men de har båda områden som de bättre behandlar än andra ", säger McCarron. Även om Intel och AMD hävdar att processorer är avgörande för datorer, har Nvidia drivit GPU: er som ett alternativ till processorer. Nvidia säger att CPU: er är långsamma och GPU: er utför avancerade uppgifter som videokodning och avkodning mycket snabbare.

"CPU: n har kört sin kurs och datorns själ växlar snabbt till GPU", säger Jen-Hsun Huang, Nvidias VD, i februari när företaget försvarade ett licensavtal med Intel.

I framtiden kan GPU-enheter integrera kapaciteter hos processorer och vice versa, sa McCarron. Ett antal tillverkare av chip tillverkar indirekt åtgärder för att få grafikmöjligheter närmare CPU: erna. Senare i år börjar Intel leverera Westmere-chips som slår samman CPU och GPU i ett enda paket. Avancerade mikroenheter är planerade att släppa ut chips 2011 som slår samman GPU och CPU-enheter på ett chip.

Intel utvecklar också en chipkod-namngiven Larrabee som kombinerar processorkraften i många x86-kärnor för att hantera grafik och superdatorprogram.

Prissättningen för Appros kluster av servrar börjar på 250 000 US-dollar och går upp till 1 miljon dollar, sa Lee. Produkten är tillgänglig över hela världen.

Det här är inte den första produkten att förlita sig på GPU för att tillhandahålla bearbetningseffekt. En Nvidia GPU-baserad superdator, Tsubame-datorn vid Tokyo Institute of Technology i Japan, har mer än 30 000 bearbetningskärnor som ger en bearbetningshastighet på 77,48 teraflops. Den rankades som den 29: e snabbaste superdatorn i världen i topp 500 rankningen i december.