Компания Dell EMC анонсировала новые решения в области высокопроизводительных вычислений (High Performance Computing, HPC), включая облачные системы и программное обеспечение, и представила примеры их успешного внедрения у заказчиков. Это свидетельствует о том, что компания стремится сделать решения HPC доступными для предприятий с любой численностью сотрудников, совершенствуя технологии высокопроизводительных вычислений и тем самым развивая сообщество HPC.

Компания Dell EMC продолжает предоставлять технологии HPC широкому кругу заказчиков, что подтверждают следующие анонсы:

  • система Dell EMC HPC System for Life Sciences к началу первого квартала 2017 года будет доступна с сервером PowerEdge C6320p на процессорах Intel Xeon Phi. Это ускорит получение результатов в центрах биоинформатики — там смогут разрабатывать методы лечения в клинически релевантные сроки, обеспечивая защиту конфиденциальных данных;
  • новые облачные сервисы от Cycle Computing, обеспечивающие оркестрацию и управление гибридным облаком и подключение к трем крупнейшим провайдерам сервисов публичного облака, включая Microsoft Azure, AWS и Google. Это позволяет компаниям-заказчикам с любой численностью сотрудников максимально эффективно использовать системы на своей площадке, получая доступ к огромным ресурсам публичного облака для задач HPC;
  • чтобы упростить инсталляцию, управление и текущее обслуживание систем высокопроизводительных вычислений, Dell EMC в этом квартале предложит заказчикам решение Intel HPC Orchestrator. Оно является частью проекта OpenHPC и призвано помогать заказчикам ускорить получение результатов и увеличить отдачу от своих систем HPC.

Dell EMC предлагает надежный портфель решений, оптимизированных для HPC. Свои новейшие разработки в области высокопроизводительных вычислений компания продемонстрировала на прошлой неделе на конференции SC16:

  • серверы Dell EMC PowerEdge C4130 и R730 оснащены ускорителями NVIDIA Tesla P100, которые разработаны для повышения производительности и экономии средств при проведении высокопроизводительных вычислений и других операций в гипермасштабируемых ЦОД. Обновленные серверы позволят в полной мере использовать ресурсоемкие приложения глубокого обучения и применять методы искусственного интеллекта, способствуя прогрессу в научных исследованиях;
  • Университет в Пизе использовал серверы Dell EMC PowerEdge C4130, оснащенные ускорителями NVIDIA Tesla P100 и системой NVIDIA Deep Learning GPU Training System (DIGITS) для задач глубокого обучения при исследовании последовательностей ДНК;
  • портфель решений HPC пополнили системы Dell EMC Isilon, DSSD, ScaleIO и Elastic Cloud Storage (ECS), которые расширят для заказчиков систем HPC возможности облачного хранения и позволят им применять еще более производительные СХД.

Суперкомпьютерный центр при Линкольнской лаборатории МТИ (MIT Lincoln Laboratory Supercomputing Center (LLSC)) выбрал решения Dell EMC для развертывания 648-узловой системы HPC по программе раннего доступа Dell EMC и Intel, реализуемой для пользователей процессоров Intel Xeon Phi. Новая система Центра TX-Green стала одним из крупнейших решений такого класса на восточном побережье США. Обладая петафлопсной производительностью, она позволила Центру более чем вчетверо увеличить вычислительные мощности.

Исследователям Центра и их коллегам новая система HPC помогла в разы увеличить производительность высокопроизводительных вычислений в интерактивном режиме и по требованию, а также предоставила им новые возможности работы с большими данными при решении различных задач в области космических исследований, робототехники, кибербезопасности, машинного обучения, электроники, биоинформатики и управления воздушным сообщением.

Пекинский университет выбрал решения Dell EMC для развертывания двух кластеров HPC с целью дальнейших исследований в области криоэлектронной микроскопии (Cryo-Electron Microscopy, cryo-EM) совместно с Гарвардским университетом. Этот кластер содержит 144 узла и системы хранения емкостью порядка двух петабайт с файловой системой Intel EE Lustre, что позволит университетским исследователям отображать трехмерную структуру биологических макромолекул для разработки ингибиторов и создания новых лекарств, лечения пациентов от рака и других заболеваний.