Intel рассказывает о важности высокопроизводительных вычислений

   На прошлой неделе в Новом Орлеане прошла конференция, посвящённая суперкомпьютерам, и компания Intel рассказала на ней о том, что она делает в мире высокопроизводительных вычислений, какие направления в этой области разрабатываются прямо сейчас, и особенно о том, как она помогала исследователям из Великобритании.

   Основная идея рассуждений Intel заключается в том, что HPC (High-Performance Computing, высокопроизводительные вычисления) невероятно важны, потребность в них растёт по мере того, как всё больше областей науки и техники становятся способными реализовать с помощью HPC свои потенциальные выгоды. В частности, в Великобритании это означает использование высокопроизводительных компьютеров в областях финансов, техники, метеорологии и т.д. Распространение HPC означает возможность упрощения и ускорения научных вычислений. Помимо приходящих на ум физики и вычислительной химии, высокопроизводительные вычисления в настоящее время активно используются для секвенирования генов, медицинской визуализации, изучения различных болезней и моделирования работы систем в организме.

   Проблема такого рода вычислений заключается в том, что для них необходим массовый параллелизм, поэтому они плохо обрабатываются традиционными многоядерными процессорами, которые разработаны для того, чтобы просто очень быстро делать несколько вещей. Именно поэтому компания Intel начала работу над архитектурой MIC (Many Integrated Core). Производитель занимается разработкой такого рода технологий в той или иной форме уже более десяти лет, и вскоре достигнет момента, когда можно будет представить готовое устройство.

   Knights Ferry, многоядерный чип Intel на основе графических ядер, уже предъявлялся производителем в виде инженерных прототипов и программного обеспечения, но до сих пор Intel не довела этот проект до аппаратной реализации. Тем не менее, этот проект даёт довольно хорошее представление о том, к чему стремится Intel. Последняя модель включает в себя 32 векторных IA ядра, объединённые в чип, который работает на частоте 1.2ГГц и который подключён по высокоскоростной кольцевой шине к 1Гб или 2Гб GDDR5 памяти. Это может казаться слабым решением по сравнению с современными высокопроизводительными чипами для видеокарт, однако каждый из этих ядер x86 будет способен на гораздо большее, чем может сделать один графический шейдер. Помимо того, что каждый из них способен обрабатывать четыре потока одновременно, что в общей сложности обеспечивает 128 потоков на чип, производитель сообщает, что каждое отдельное вычислительное ядро очень похоже на процессор Atom. Кроме того, эти ядра специально настроены для выполнения массивно-параллельных высокопроизводительных рабочих нагрузок.

   В настоящее время в сегменте HPC компания Intel разрабатывает только одну платформу, и это Knights Ferry. Через некоторое время будет представлен ускоритель Knights Corner, в котором будет более 50 ядер, сделанных по 22нм технологическому процессу. Точная дата его появления пока неизвестна, но, учитывая текущие планы компании, можно предположить, что он появится где-то в начале 2012 года.

   Конечно, оборудование решает только половину проблемы, для него необходимо ещё написать ПО, и Intel считает, что в этой области она имеет преимущество над AMD и nVidia. Эффективное программирование высоко параллельных архитектур ─ очень трудная задача, особенно для учёных и исследователей, которые не обязательно являются экспертами в кодировании. Предложенный Intel вариант решения этой проблемы заключается в сочетании Parallel Studio и Cluster Studio. Эти программные продукты облегчают оптимизировать приложения, заставляя их работать быстрее и более эффективно.

   Простота и эффективность программ позволяет им работать быстрее. Наличие специально разработанных компиляторов позволяет написать единый набор исходных кодов с одним или двумя дополнительными вызовами, и компилятор автоматически оптимизирует его для конкретной системы. В конце концов, это ускорит научные расчёты и позволит исследователям быстрее обрабатывать статистические данные.