高性能コンピューティング アプリケーションにクラウド ネイティブ エクスペリエンスを提供する方法

ハイパフォーマンスコンピューティング (HPC) は、企業がイノベーション、洞察、ビジネス競争力を獲得するための原動力であり、このデジタル時代に欠かせないリソースです。たとえば、高性能コンピューティング (HPC) を使用して実行される複雑なコンピュータ モデルは、ここ数十年間の気象の変化を測定および分析するために使用され、予測の改善や、気候変動やハリケーンなどのその他の破壊的な事象の影響のシミュレーションに役立ちます。

さまざまな製造、エンジニアリング、産業環境において、ハイパフォーマンス コンピューティング (HPC) テクノロジを使用すると、金融取引時間を短縮し、コンプライアンス、リスク検出、データ分析を強化し、さらにはプロトタイピングを加速することができます。

[[271021]]

高性能コンピューティング (HPC) は、計算、数値、およびデータ集約型のタスクに適しており、もともとは大企業、政府機関、研究機関内の一部の領域で主に使用されていました。しかし、クラウド コンピューティングは IT の変化のきっかけとなってきました。スーパーコンピューティング機能を提供し、小規模な組織でも大量のコンピューティング能力を利用できるようにします。 「クラウドファースト」の考え方を推進します。もちろん、これは市場のより広範なデジタル化と連動しており、柔軟性を高めてコストを削減するために、ますます多くのビジネス アプリケーションがオンプレミス データ センターから移行しています。

現在の動向

現在、ハイパースケール クラウド コンピューティング プロバイダーは、高性能コンピューティング (HPC) 市場の大部分を占めており、より高い弾力性とほぼ普遍的なコンピューティング スケーラビリティを提供しています。これまで、スーパーコンピューティング データセンターのテクノロジの更新には通常 2 年以上かかりました。このプロセスには、既存のテクノロジーのレビュー、それに続くパイロットまたは概念実証フェーズ、そして広く公開される提案依頼 (RFP) が含まれます。当然のことながら、これらの施設には、Cray、IBM、HPE、NEC などの企業のサーバーが設置されていることがよくあります。

しかし、ハイパースケール クラウド ビルダーが高速ネットワークと多数の GPU、および高度なミドルウェアを効果的に融合してシミュレーションとモデリングのワークロードを管理し、それを真のハイパフォーマンス コンピューティング (HPC) と呼ぶことができるという考えは間違いです。このモデルは、高性能コンピューティング (HPC) には適していません。これらのアプリケーションは複雑で、集中的で、要求が厳しいものです。 HPC は多くの場合、最小のコストで最大のコンピューティング能力を得ることを目的としていますが、HPC の成功と HPC アプリケーションの実行は、パフォーマンスと速度に大きく依存します。

大手クラウド コンピューティング プロバイダーは、自社のサーバーを大量に使用することで、高性能コンピューティング (HPC) クラスターの需要に応えてきました。このハードウェアによってパフォーマンスを向上させることができ、より大規模な高性能コンピューティング (HPC) アプリケーション向けに商用 GPU を使用してサーバーの CPU を拡張できます。しかし、これは最善の選択肢ではありません。優れた高性能コンピューティング (HPC) 環境を構築するには、単に「大量のコンピューティング」が必要というわけではなく、アプリケーションが適切な条件下で展開され、可能な限り効率的に実行される必要があります。これを実現するには、企業は真のハイパフォーマンス コンピューティング (HPC) を実現するためにアプリケーションを優先するカスタム クラウド環境を必要とします。

最近、研究組織は、パフォーマンスへの影響をより深く理解するために、Amazon Web Services、Microsoft Azure、プライベート高性能コンピューティング (HPC) クラウド プラットフォーム上で同じ高性能コンピューティング (HPC) 構成の OpenFOAM ストレス テストを実施しました。妥当な中規模の高性能コンピューティング (HPC) ワークロードを反映するために、要素の数は 20 万から 4160 万に増加しました。

各ハイパフォーマンスコンピューティング (HPC) クラウド プラットフォーム構成に対して 5 回の実行が試行され、AWS クラウド プラットフォームでのスケーリング結果は、少数のコアを使用する場合には非常に再現性が高いものの、CPU の数が増えるにつれて変動性が大きくなることが明らかになりました。そして、悪影響を及ぼすでしょう。物理サーバーではこのようなことは起こらず、全体的な速度が 30% 向上しました。 Microsoft Azure クラウド プラットフォーム上で OpenFOAM シミュレーションをスケーリングする際には、注意する価値のある問題もいくつかあります。

ハイパースケール パブリック クラウドは、幅広いエンタープライズ、オフィス、クラウド対応のアプリケーションやワークロードに最適なコンピューティング リソースであり、幅広いスケーラビリティ、柔軟なアクセス ポイント、あらゆる展開やタイムラインに対応する価格プランを提供します。しかし、それらの企業は、多くの場合国境を越え、ストレージ施設から離れた場所にある仮想化サーバーに依存しています。場所を検討する際には、適切な地理的場所に関する戦略的な決定も行います。たとえば、場所によっては再生可能エネルギー源を導入できる場合もあり、これは組織の収益と環境への影響に大きな影響を与える可能性があります。

さらに、より要求の厳しい高性能コンピューティング (HPC) ユーザー、特に近い将来にカスタム マシンやディープラーニング アプリケーションを導入しようとしているユーザーや、プロトタイプ段階から製品化への移行を検討している AI スタートアップ企業は、この点を再考する必要があります。残念ながら、独自のアプリケーションに合わせてマシンをカスタム構成することも、ハイパースケーリングの原則に反します。パブリック クラウドでは、インフラストラクチャを大規模に運用するために、高度な均質性が求められます。展開を最適化するために正確な構成や HPC エンジニアによるサポート時間の増加を必要とする特注または高度にカスタマイズされたアプリケーションを実行している HPC ユーザーの場合、ハイパースケール クラウド プラットフォームではそれを見つけることができません。これらの専門的なアプリケーションの場合、ユーザーは「オーダーメイド」のサービスを採用する必要があります。

Hyperion 社は、高性能コンピューティング (HPC) の 10% が現在クラウドで実装されていると報告しています。企業が HPC 出力にますます依存するようになるにつれ、持続可能な電力とコストで、金銭的なペナルティなしに HPC クラスターを繰り返し展開できる、真に最適化された環境を求める必要があります。かつて、「最適化」とは、ジョブ スケジューラを使用してクラスターを 1 か所に配置することを意味していました。現在、パフォーマンスの整合性を維持するために、複製されたすべてのデプロイメントを文書化し、時間の経過とともに自動化する必要があります。

結局のところ、複雑なハイパフォーマンス コンピューティング (HPC) アプリケーションをクラウドで実行できる可能性は非常に大きいのですが、そのメリットを真に享受するには、パフォーマンス、速度、コストという根本的な課題に直面し、対処する必要があります。