澳大利亚计划构建全新超级计算机 或将利用Power CPU取代x86

简介:

澳大利亚联邦科学与工业研究会(简称CSIRO)已经发布了一项新的千万亿次超级计算机招标活动,并要求其采用x86或者Power系统芯片。

澳大利亚计划构建全新超级计算机 或将利用Power CPU取代x86

不过认为英特尔芯片在高端领域的统治地位即将受到挑战的朋友们也暂且不要激动:这项招标仅将Power芯片作为一种可能选项,且这台超级计算机设备最终需要兼容Windows Server 2012 R2与Windows Server 2016。IBM公司曾经推出一款名为PowerVM Lx86的应用工具,其能够实现x86代码的即时翻译。不过蓝色巨人于2013年将其抛弃。因此这一条投票要求看起来更像是出于竞争考虑,而非真正将二者等而视之。

这台新设备将用于取代CSIRO的现有Bragg加速集群——这套集群构建于2009年,并在2012年6月的全球超算五百强中排名第156位。其中采用由至强E5-2650 CPU与英伟达Tesla 2050 GPU提供的6786个计算核心。Bragg的处理能力可达到每秒210.7万亿次浮点运算。

这一次CSIRO希望新的超级计算机方案能够达到千万亿次级别处理性能,但对于具体实现途径不加限制:招标方要求各个计算节点“包含至少两块主机处理器,具体可采用Power或者英特尔x86 64位架构”,但具体节点数量不作要求。

另外,系统要求采用SUSE Enterprise Server 12.1或者更新版本,每个计算节点需要采用至少128 GB内存、500 GB本地存储以及GPU(具体型号不详)。再有,这台新设备“应当能够支持运行在x86架构之上的现有科学项目代码。”

招标要求随后提到,“如果需要面向其它架构进行代码移植,则对方应承担相关成本,”这听起来像是在暗指IBM最近发布的将Linux由英特尔x86移植至Power系统的相关指南。

不过正如之前所提到,我们认为移植选项可能只是为了进行价格竞争,毕竟招标总金额仅为400万澳元(折合230万英镑,300万美元),这显然不足以采购大量计算节点。此份标书还规定,Bragg的现有InfiniBand网络将得到保留,外加五台原有Bragg机架。存在遗留设备的状况意味着CSIRO方面可能并不打算投入大量精力进行代码翻译——即使Power架构确实能够满足运行Windows Server的需求。

招标工作将于今年12月19日结束,CSIRO方面表示新设备“预计将在2017年上半年内启动并投入运行。”

这套新的“先进加速计算集群”将被用于执行“数据分析、建模以及模拟一系列科学领域任务,包括物理、材料科学、分子模拟、海洋科学、地球化学模型、流体力学计算以及近来人气高涨的人工智能及深度学习分析等。”

最近一段时间,澳大利亚的高性能计算社区一直显得相当忙碌。就在上周,澳大利亚全球计算基础设施协会公布了一套新的联想NeXtScale系统,其将把“Raijin”设施的性能水平提升40%。



原文发布时间为: 2016年11月15日

本文作者:李超 

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
8月前
|
缓存 Linux Go
一次性构建出多CPU指令集的 Docker 镜像
本文介绍了使用 Docker Buildx 构建跨平台 Docker 镜像的流程。首先确保系统为 Ubuntu 22.04,安装 Docker 和相关依赖。然后配置 Docker Buildx,编写 Go 程序和 Dockerfile。接着,创建构建脚本 `build.sh` 自动化构建并推送镜像到 Docker Hub。运行此脚本将为不同平台(如 amd64, arm64)构建并推送镜像。最后,在 Docker Hub 可查看构建结果,并可在其他系统上测试镜像。
127 3
|
8月前
牛逼,只用Excel就构建了一颗CPU!
牛逼,只用Excel就构建了一颗CPU!
|
3月前
|
监控 并行计算 数据处理
构建高效Python应用:并发与异步编程的实战秘籍,IO与CPU密集型任务一网打尽!
在Python编程的征途中,面对日益增长的性能需求,如何构建高效的应用成为了每位开发者必须面对的课题。并发与异步编程作为提升程序性能的两大法宝,在处理IO密集型与CPU密集型任务时展现出了巨大的潜力。今天,我们将深入探讨这些技术的最佳实践,助你打造高效Python应用。
47 0
|
Android开发
【Android 安装包优化】动态库打包配置 ( “armeabi-v7a“, “arm64-v8a“, “x86“, “x86_64“ APK 打包 CPU 指令集配置 | NDK 完整配置参考 )
【Android 安装包优化】动态库打包配置 ( “armeabi-v7a“, “arm64-v8a“, “x86“, “x86_64“ APK 打包 CPU 指令集配置 | NDK 完整配置参考 )
1300 0
【Android 安装包优化】动态库打包配置 ( “armeabi-v7a“, “arm64-v8a“, “x86“, “x86_64“ APK 打包 CPU 指令集配置 | NDK 完整配置参考 )
|
6月前
|
并行计算 监控 数据处理
构建高效Python应用:并发与异步编程的实战秘籍,IO与CPU密集型任务一网打尽!
【7月更文挑战第16天】Python并发异步提升性能:使用`asyncio`处理IO密集型任务,如网络请求,借助事件循环实现非阻塞;`multiprocessing`模块用于CPU密集型任务,绕过GIL进行并行计算。通过任务类型识别、任务分割、避免共享状态、利用现代库和性能调优,实现高效编程。示例代码展示异步HTTP请求和多进程数据处理。
71 8
|
监控 安全 算法
Intel、AMD CPU中发现新漏洞!黑客可通过“Hertzbleed”攻击窃取加密密钥|x86 CPU 节电模式均中招
Intel、AMD CPU中发现新漏洞!黑客可通过“Hertzbleed”攻击窃取加密密钥|x86 CPU 节电模式均中招
190 0
Intel、AMD CPU中发现新漏洞!黑客可通过“Hertzbleed”攻击窃取加密密钥|x86 CPU 节电模式均中招
|
Java Linux Android开发
【Android 逆向】x86 CPU 架构体系 ( 堆内存 | 栈内存 | 函数调用 )
【Android 逆向】x86 CPU 架构体系 ( 堆内存 | 栈内存 | 函数调用 )
199 0
【Android 逆向】x86 CPU 架构体系 ( 堆内存 | 栈内存 | 函数调用 )
|
缓存 Android开发 异构计算
【Android 逆向】x86 CPU 架构体系 ( CPU 模型 | 内存模型 )
【Android 逆向】x86 CPU 架构体系 ( CPU 模型 | 内存模型 )
243 0
【Android 逆向】x86 CPU 架构体系 ( CPU 模型 | 内存模型 )
|
1月前
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
102 7
|
2月前
|
弹性计算 Kubernetes Perl
k8s 设置pod 的cpu 和内存
在 Kubernetes (k8s) 中,设置 Pod 的 CPU 和内存资源限制和请求是非常重要的,因为这有助于确保集群资源的合理分配和有效利用。你可以通过定义 Pod 的 `resources` 字段来设置这些限制。 以下是一个示例 YAML 文件,展示了如何为一个 Pod 设置 CPU 和内存资源请求(requests)和限制(limits): ```yaml apiVersion: v1 kind: Pod metadata: name: example-pod spec: containers: - name: example-container image:
270 1