MWC 2018
2018
Computex
IFA 2018
Национальный суперкомпьютерный центр Китая в Шэньчжэне анонсировал проект суперкомпьютера LineShine, который сможет обеспечить производительность в 2 Эфлопс, что сделает его одной из самых производительных машин в мире. Его отличительной особенностью является применение только центральных процессоров и использование только китайских компонентов.
Источник изображения: Joshua Sortino / unsplash.com
Суперкомпьютер будет построен в два этапа — на первом будут установлены 100 серверов Huawei Kunpeng, располагающих в общей сложности 12 800 ядрами. На втором этапе будут установлены ещё 47 000 процессоров, распределенных по 92 вычислительным стойкам; узлы будут соединяться миллионом портов; архитектура также предусматривает 36 стоек коммутаторов, 67 стоек систем хранения данных, 428 узлов накопителей с пропускной способностью 10 Тбайт/с. После ввода в эксплуатацию общий объем хранилища составит 650 Пбайт.
В общей сложности суперкомпьютер будет включать 20 480 вычислительных узлов по два процессора LX2 на каждый. Каждый чип LX2 включает в себя два вычислительных кристалла на архитектуре ARMv9, всего 304 ядра и восемь встроенных стеков HBM ёмкостью 32 Гбайт с пропускной способностью 4 Тбайт/с. Вычислительный кристалл содержит 152 ядра и 128 Гбайт внешней памяти DDR в четырёх доменах NUMA; обмен данными между DDR и HBM обеспечит специальный механизм SDMA. Расширения SME и SVE позволяют LX2 обрабатывать данные форматов FP64/FP32/FP16/INT8; производительность FP64 и FP32 составляет 60,3 и 120,6 Тфлопс на чип соответственно. Узлы соединяются высокоскоростной сетью LingQi в двухплоскостную инфраструктуру с многоканальной схемой и топологией «толстого дерева» с пропускной способностью 1,6 Тбит/с.
С общей производительностью 2 Эфлопс это будет один из мощнейших суперкомпьютеров мира, и уж точно самый быстрый из работающих только на центральных процессорах. LineShine будет использоваться для инженерных, научных расчётов и в приложениях искусственного интеллекта для таких областей как молекулярная динамика, моделирование жидкостей, биологические науки, а также обучение и развёртывание ИИ-моделей.
Источник:
