Направления стратегического развития Т- Платформ в облачных технологиях инженерных вычислений Наталья Железных Коммерческий директор ОАО «Т-Платформы» 4-е октября 2013 года

HPCBigData store and analyze («хра­нить и ана­ли­зи­ро­вать») analyze and store («ана­ли­зи­ро­вать и хра­нить») Соответствие направлений вычислений и конверсия подходов обработки данных Большие объемы СХД Неструктурированная информация Масштабные операции с RAM Сложные алгоритмы Работа в реальном времени Нагрузка обработки на Интерконнект и RAM Сложная система дифференциальных уравнений Операции с разреженными матрицами Межузловая пространственная декомпозиция неоднородных данных Исчезновение scratch-данных из алгоритмов

Big Data не является альтернативой HPC Метод решения задач, связанных с обработкой больших массивов неструктурированных данных, сводится к вычленению полезной информации из объема уже имеющейся (в т.ч., полученной на стадии HPC) BIG DATA (вариация DIC, Data Intensive Computing) отличается задачами, алгоритмами, и вытекающими из них требованиями к программно-аппаратной части Big Data тоже требуются серьезные высокопроизводительные ресурсы, в том числе и спроектированные с учетом специфики задач Основным фактором, который препятствует массовому внедрению в Big Data суперкомпьютерных комплексов является необходимость создания и оптимизации алгоритмов параллельной обработки больших неструктурированных массивов данных BIG DATA и HPC

Глобального перехода "в инженерные облака" в ближайшие несколько лет ожидать не стоит Применение облачного распределения вычислительных узлов сегодня не имеет конкурентного преимущества перед параллельными кластерами: – для большинства традиционных вычислительных задач разработано мало новых алгоритмов, позволяющих их решать с помощью облачных вычислений – Работать эффективно сегодня может та часть алгоритмов, которые не требуют быстрого интерконнекта между вычислительными процессами – Существуют различия в аппаратной реализации традиционных и облачных высокопроизводительных систем Требуется обеспечение безопасности обрабатываемых данных и каналов связи для передачи данных при работе "в облаке" ИНЖЕНЕРНОЕ ОБЛАКО

Покупатели объединяются для приобретения мощных кластеров совместного использования Отраслевые вычислительные центры, в которых консолидируются вычислительные ресурсы, можно считать неким аналогом частного облака Подобные центры предоставляют: – Централизованную экспертизу, решая проблему кадрового голода для широкого числа предприятий – Будущую площадку с защищенным доступом для «настоящих» инженерных облаков, с интеллектуальной балансировкой нагрузки, автоматическим резервированием мощностей внутри облака и т.д. Часть инженерных вычислений может позднее уйти в «облака» – В т.ч. за счет интеграция сетевых интерфейсов в процессор и уменьшения архитектурных различий между различными классами систем Коллективные HPC-центры как частные инженерные облака

Что мешает виртуализировать и «доставлять» пользователю качественное трехмерное изображение моделей: Традиционный протокол терминальной доставки – Реальный графический адаптер не доступен в сессии – Виртуальный графический адаптер без поддержки 3D – Некоторые объекты обрабатываются, не поступая на GPU – Рендеринг происходит на CPU Виртуальные машины – Реальный графический адаптер не доступен виртуальной машине Инженерное облако – комплексное Решение, а потому не возможно без «облачной» визуализации результатов облачных вычислений

СЕМЕЙСТВО V-CLASS масштабируемая модульная система. Адаптирована под облачные вычисления и построения систем визуализации Модульная система 5U вычислительного типа, с воздушным охлаждением Без активной коммутации узлов (за исключением коммутатора управления) Предназначена для высокопроизводительных (HPC) вычислений, облачных вычислений и сред WEB2.0 Поддерживает 10 стандартных узлов (S), 5 узлов с GPU (F/F2) или их комбинацию: Узлы V200S/V200F2 на базе Intel® Xeon® E Узлы V205S/V205F на базе AMD Opteron 6100/6200 Основная система компании Т-Платформы для массового рынка

Университет Stony Brook, США, 2012 г Научный центр CSC, Финляндия, 2012 г Научный центр Юлих, Германия, 2013 г Более 20 проектов в России, гг Подготовка стойки с холодной дверью для центра Юлих, Германия СЕМЕЙСТВО V-CLASS УСПЕШНАЯ ЭКСПЛУАТАЦИЯ

Система удаленной визуализации Периметр безопасности Кластер (HPC сегмент) ЦОД или СХД (CAD сегмент) Серверы визуализации в составе: 1.Профессиональные видеокарты 2.Вычислительные ядра 3.Объем RAM 4.ПО удаленной визуализации Рабочее место пользователя Интернет или внутренняя сеть по HTTP Авторизация и получение списка доступных ресурсов К УУ или СХД 1-2 уровня Менеджер рабочих столов

На основе тестов и пожеланий потенциальных клиентов выдвигаются осредненные требования к системе удаленной визуализации «Т-Платформы» Система управляется ОС Windows; Не менее 2 вычислительных ядер на одну видеокарту; Качественная обработка графических данных (прямые, сплайны, замкнутые линии) – использование профессиональных видеокарт; Не менее 48 ГБ RAM на одно рабочее место продвинутого пользователя; Не менее 24 ГБ RAM на одно рабочее место среднего пользователя; Не менее 16 ГБ RAM на одно рабочее место обычного пользователя; Для CAD Для CAE Система управляется любой ОС; Не менее 4 вычислительных ядер на одну видеокарту; Требования к обработке графических данных повышены по отношению к CAD; Не менее 64 ГБ RAM на одно рабочее место продвинутого пользователя Не менее 48 ГБ RAM на одно рабочее место среднего пользователя; Не менее 24 ГБ RAM на одно рабочее место обычного пользователя

Возможность работы не только в локальной сети, но и в сети интернет по защищенному каналу Динамическое выделение вычислительных ресурсов пользователю для обработки и визуализации результатов расчетов Визуализация промежуточных результатов в ходе расчетов без копирования данных на рабочую станцию пользователя (CAE) Визуализация больших объемов данных без копирования на рабочую станцию пользователя за счет подключения сервера удаленной визуализации по высокоскоростной сети к файловому хранилищу вычислительной системы (CAE) Преимущества использования системы удаленной визуализации

Доступ к CAD инструментам из Японии и Австралии к ПО CATIA в Скандинавии Общая задержка – 220 ms, хорошая производительность при работе с моделями более частей ; полоса пропускания редко достигает 2.5 Mbps Пример использования системы удаленной визуализации

Примеры использования систем удаленной визуализации Подобные решения имеют практически все крупные мировые суперкомпьютерные центры коллективного пользования, например все центры DOE, DOD и NSF BOEING использует подобную систему для организации удаленных инженерных рабочих мест с 2006 г.

Система хранения данных – важная составляющая Облачных вычислений и BigData T-Store SA1360 Универсальное решение для: 1.HPC (идея); 2.Облачный инжиниринг (развитие); 3.BigData (новый рынок) Объем рынка в млрд. $

Система хранения данных T-Store – оптимизирована для инженерных вычислений в облаках Производительность: Интенсивные методы (алгоритмы и параллельные команды) -> Сделать больше за меньшее или тоже время Уменьшить разрыв в производительности между вычислением и хранением Надежность: Быстрое время восстановления -> Минимизация простоев RAID 6 и 7, борьба с скрытыми ошибками - > Обеспечение целостности и доступности к данным

Fibre Channel – 8/16 Гб/сек InfiniBand – 40/56 Гб/сек iSCSI – 1/10Гб/сек SATA – 150 МБ/сек SAS – 200 MБ/сек SSD – 250 MБ/сек Программный специфический RAID на Linux платформе с поддержкой различных интерфейсов и типов дисков ( шт. в одном шасси) Разработанный алгоритм Концептуальный состав T-Store

Перенос технологий и подходов Это позволяет входить на новые рынки с глубокой фундаментальной базой знаний на всех уровнях, а потому имеет возможность переносить их на новый уровень, создавая опережающие технологии Компания Т-Платформы разрабатывает свои продукты практически с нуля, включая ряд базовых элементов. Это позволяет входить на новые рынки с глубокой фундаментальной базой знаний на всех уровнях, а потому имеет возможность переносить их на новый уровень, создавая опережающие технологии; Это позволяет умело переносить технологии HPC на программный и аппаратный уровень BigData и облачных вычислений c соответствующей модификацией; Основа HPC – операции над данными или потоком данных. Масштабируемость HPC – умение эффективно управлять данными. Компания Т-Платформы создает и поставляет настроенные и оптимизированные под задачи заказчика программно-аппаратные комплексы. Это позволяет умело переносить технологии HPC на программный и аппаратный уровень BigData и облачных вычислений c соответствующей модификацией; Это позволяет холдингу создавать разносторонние интерфейсы, программы и алгоритмы для облачных сервисов. Создавать полностью отечественный SaaS. Входящие в холдинг компании полноценно занимаются разносторонним инжинирингом (CAD\CAE) и переноса кодов на различные архитектуры, а так же оказывают услуги в этой области. Это позволяет холдингу создавать разносторонние интерфейсы, программы и алгоритмы для облачных сервисов. Создавать полностью отечественный SaaS.

СПАСИБО!