スーパーコンピューティングのイノベーションと飛躍的進歩
DAOS による高性能ストレージの変革
インテルのオープンソース・ソフトウェア・スタック DAOS とインテル® Optane™ テクノロジーによって、インテルがどのように高性能ストレージに変革を起こしているかご覧ください。
製造、ライフサイエンス、石油と天然ガス
インテル® Xeon® スケーラブル・プロセッサーが、分析、シミュレーションとモデリング、AI の次の波を起こす原動力となり、HPC は急速に進化しています。
第 2 世代インテル® Xeon® スケーラブル・プロセッサーの登場
AI、シミュレーション / モデリング、分析、そのほかの汎用的な HPC ワークロードを処理する単一プラットフォームの柔軟性について紹介します。
HPC プラットフォームに最適なパフォーマンス
第 2 世代インテル® Xeon® スケーラブル・プロセッサーを搭載したインテルの最新プラットフォームを使用すると、個別のワークロードに特化したハードウェアとソフトウェアを実行する専用システムの必要性が排除されます。
コンピューティング・パフォーマンスにおけるリーダーシップ
新しいインテル® Xeon® Platinum 9200 プロセッサーとインテル® サーバーシステム S9200WK が、HPC や AI のワークロード向けのパフォーマンスの最適化を目的に、どのように設計されているか詳しく説明します。
HPC に高度なパフォーマンスを活用する HLRN
HLRN は、ますます多様化する HPC ワークロードへのニーズに応えるため、新しいインテル® Xeon® Platinum 9200 プロセッサーを採用しました。
TACC が HPC の新たな可能性を提案
Texas Advanced Computing Center (TACC) は、第 2 世代インテル® Xeon® スケーラブル・プロセッサーを活用して、シミュレーション主体で行うデータ主導型の科学研究が抱えている課題を解消しています。
AI と HPC のコンバージェンス
使い慣れたインテル基盤の HPC インフラストラクチャーに AI を導入
人工知能 (AI) には、日常生活を変える可能性があります。強力でその影響は広範囲に及びますが、専用の高度なハードウェア / ソフトウェア・システムを別に用意しなくても実行できます。使い慣れたインテル基盤の HPC インフラストラクチャーで、AI およびビッグデータ分析ワークロードなどを処理し、洞察、発見、競争力を獲得できます。
「AI and HPC Workload Convergence」のビデオを見る ›
AI と分析を単一のクラスター・インフラストラクチャーで実行
このソリューション概要では、AI と分析のワークロードを既存の HPC クラスター上で実行する場合の課題とビジネスチャンスについて紹介しています。
HPC インフラストラクチャーで AI を実現する 3 つのステップ
AI ワークロードを既存の HPC 環境へスムーズに統合するには、数多くの手順が必要になります。これから始める場合、インテルが提供するビジュアルガイドが役に立ちます。
HPC、AI、分析に対応する共通プラットフォーム
TensorFlow* と Apache Spark* を、標準的なバッチ・スケジューラーを使用して既存の HPC システム上で実行するための機能について説明します。
HPC 向けインテル® Select ソリューション
インテル® Select ソリューションは、プロレベルのビジュアライゼーション、シミュレーションとモデリング、ゲノム解析など、データセンターの特定ワークロード向けに設計および最適化された、事前構成済みの HPC スタックです。インテルの信頼できる OEM パートナー企業を通じて入手可能なインテル® Select ソリューションで、HPC の展開プランを推進できます。
インテル® HPC プラットフォームの仕様とコミュニティー
インテル® HPC プラットフォームの仕様
インテル® Select ソリューションに必要な基本要素を構成するコンピューティング、ファブリック、メモリー、ストレージ、ソフトウェアの推奨される組み合わせをご覧ください。
インテル® HPC のアプリケーション・カタログ
インテル® HPC プラットフォームの仕様および HPC 向けインテル® Select ソリューションとの互換性が検証済みのアプリケーションの一覧を表示します。
インテル® Cluster Checker ツール
クラスターの各コンポーネントがシームレスに連携しているか検証することにより、稼動時間と生産性を向上し、総保有コスト (TCO) を削減します。
インテルの HPC 製品とテクノロジー
インテル® Xeon® スケーラブル・プロセッサー
インテル® Xeon® スケーラブル・プロセッサーにより、実用的な洞察を導き出し、ハードウェア・ベースのセキュリティーを活用して、動的なサービス提供の展開が可能になります。
インテル® ディープラーニング・ブースト
インテル® Xeon® スケーラブル・プロセッサーは、インテル® ディープラーニング・ブースト (インテル® DL ブースト) を使用して、組込みの AI パフォーマンスを次のレベルに押し上げます。
インテル® Optane™ テクノロジー
インテルは、CPU 使用率を引き上げ、ボトルネックを解消し、大規模なデータセットからこれまで得られなかった洞察を抽出するソリューションの展開を実現しています。
インテル® Omni-Path アーキテクチャー
インテル® Omni-Path アーキテクチャー (インテル® OPA) は、信頼性、高性能、極めて高い拡張性を提供するとともに、システムの TCO を低減します。
データセンター・ストレージ・ソリューション
データの爆発的な増加に伴い、ストレージの最新化は IT 変革に不可欠です。テクノロジーの進歩により、より効率の高いストレージ、優れたアクセスおよびデータ転送が可能になります。
インテル® イーサネット・ネットワーク・アダプター
インテル® イーサネット・ネットワーク・アダプター、コントローラー、アクセサリーは、データセンターでの効率的かつ費用対効果の高いサービス提供を可能にします。
免責事項
インテル® Xeon® Platinum 9282 プロセッサーとインテル® ディープ・ラーニング・ブースト (インテル® DL ブースト) で推論のスループットが 30 倍に向上: インテルによるテスト結果 (2019/02/26 時点)。プラットフォーム: Dragon rock 2 ソケットインテル® Xeon® Platinum 9282 プロセッサー (ソケット当たり 56 コア)、HT 有効、ターボ有効、メモリー総容量 768GB (24 スロット / 32 GB / 2,933 MHz)、BIOS: SE5C620.86B.0D.01.0241.112020180249、CentOS* 7 カーネル 3.10.0-957.5.1.el7.x86_64、ディープラーニング・フレームワーク: インテル® Optimization for Caffe* バージョン: https://github.com/intel/caffe d554cbf1、ICC 2019.2.187、MKL DNN バージョン: v0.17 (コミットハッシュ: 830a10059a018cd2634d94195140cf2d8790a75a)、モデル: https://github.com/intel/caffe/blob/master/models/intel_optimized_models/int8/resnet50_int8_full_conv.prototxt、BS=64、データレイヤーなし合成データ: 3x224x224、56 インスタンス / 2 ソケット、データタイプ: INT8 vs. インテルによるテスト結果 (2017年7月11日時点): 2S インテル® Xeon® Platinum 8180 プロセッサー CPU @ 2.50GHz (28 コア)、HT 無効、ターボ無効、スケーリング・ガバナーは intel_pstate ドライバーから「performance」に設定、384GB DDR4-2666 ECC RAM 搭載。CentOS* Linux リリース 7.3.1611 (コア)、Linux* カーネル 3.10.0-514.10.2.el7.x86_64。SSD: インテル® SSD DC S3700 シリーズ (800 GB、2.5 インチ SATA 6 Gb/s、25nm、MLC)。パフォーマンスを測定した環境変数: KMP_AFFINITY='granularity=fine, compact‘, OMP_NUM_THREADS=56、CPU Freq は cpupower frequency-set -d 2.5G -u 3.8G -g performance。Caffe: (http://github.com/intel/caffe/), revision f96b759f71b2281835f690af267158b82b150b5c.推論は “caffe time --forward_only” コマンドで、トレーニングは “caffe time” コマンドで測定。“ConvNet” トポロジーには、合成データセットを使用。その他のトポロジーについては、データをローカルストレージに保存し、トレーニング前にメモリーにキャッシュ。トポロジーの仕様の詳細については、次のサイトを参照。https://github.com/intel/caffe/tree/master/models/intel_optimized_models (ResNet-50)。インテル® C++ コンパイラー (バージョン 17.0.2 20170213)、インテル® マス・カーネル・ライブラリー (インテル® MKL) スモール・ライブラリー (バージョン 2018.0.20170425)。Caffe は「numactl -l」で実行。
4 倍の Linpack パフォーマンス: 第 2 世代インテル® Xeon® Platinum 9242 プロセッサーと AMD* EPYC 7601 を大規模環境 (4 ノード、8 ノード) で比較。
インテル® Xeon® 9242 プロセッサー: 2S インテル® Xeon® 9242 プロセッサー搭載インテル・リファレンス・プラットフォーム (2.20Ghz、48 コア)、DDR4-2933 16GB x 16、1 SSD、クラスター・ファイル・システム: 2.12.0-1 (サーバー) 2.11.0-14.1 (クライアント)、BIOS: PLYXCRB1.86B.0572.D02.1901180818、マイクロコード: 0x4000017、CentOS* 7.6、カーネル: 3.10.0-957.5.1.el7.x86_64、OFED スタック: RH7.5 上の Lustre* v2.10.4 搭載 OFED OPA 10.8、HBA: 100Gbps インテル® Omni-Path アーキテクチャー (インテル® OPA) 1 ポート PCIe* x16、スイッチ: (インテル® OPA) エッジスイッチ 100 シリーズ 48 ポート、HPL 2.1、インテル® コンパイラー 2019u1、インテル® マス・カーネル・ライブラリー (インテル® MKL) 2019、インテル® MPI 2019u1、HT = 有効、ターボ = 無効、コア当たり 2 スレッド、4 ノード =20,408.00、8 ノード =39921 GF/s (値が大きいほど高性能)。2019年3月3日に実施したインテル社内テストで測定。
AMD* EPYC* 7601: Supermicro* AS -1023US-TR4、2S AMD* EPYC* 7601 (2.20Ghz、32 コア)、DDR4-2666 16GB x 16、1 SSD、BIOS ver: 1.1b (18/08/20)、マイクロコード ver: 0x8001227、Oracle* Linux* Server リリース 7.5 (3.10.0-862.14.4.el7.crt1.x86_64)、クラスター・ファイル・システム: Panasas* (124TB ストレージ) ファームウェア・バージョン 5.5.0.b-1067797.15 EDR ベースの IEEL Lustre、100Gbps Mellanox EDR MT27700、36 ポート Mellanox EDR IB スイッチ、OFED MLNX mlnx-4.3-3.0.2.0、HPL 2.2、インテル® コンパイラー 2018u3、AMD* BLIS* v0.4.0、インテル® MPI 2018u3、SMT= 有効、ターボ = 有効、コア当たり 2 スレッド、4 ノード =4739.96、8 ノード =9406.07 GF/s (値が大きいほど高性能)。2018年9月23日に実施したインテル社内テストで測定。
性能は、使用状況、構成、その他の要因によって異なります。詳細については、www.Intel.co.jp/PerformanceIndex を参照してください。
パフォーマンス実績は、構成の詳細に記載された日に実施したテストに基づくものです。現在公開中のすべてのセキュリティー・アップデートが適用されているとは限りません。詳細については、公開されている構成情報を参照してください。絶対的なセキュリティーを提供できる製品やコンポーネントはありません。インテル® テクノロジーの機能と利点はシステム構成によって異なり、対応するハードウェアやソフトウェア、またはサービスの有効化が必要となる場合があります。実際の性能はシステム構成によって異なります。詳細については、各システムメーカーまたは販売店にお問い合わせいただくか、http://www.intel.co.jp/ を参照してください。