{"id":4698,"date":"2021-11-17T14:10:00","date_gmt":"2021-11-17T13:10:00","guid":{"rendered":"https:\/\/jednostki.uksw.edu.pl\/mcb\/?p=4698"},"modified":"2022-11-17T09:25:12","modified_gmt":"2022-11-17T08:25:12","slug":"cato-nasz-superkomputer","status":"publish","type":"post","link":"https:\/\/mcb.uksw.edu.pl\/cato-nasz-superkomputer\/","title":{"rendered":"CATO \u2013 nasz superkomputer"},"content":{"rendered":"\n<p>System CATO jest sp\u00f3jnym systemem obejmuj\u0105cym swoim zakresem zar\u00f3wno podsystem wielkoskalowego przetwarzania danych jak i&nbsp;podsystem przechowywania i&nbsp;udost\u0119pniania danych. Komplementarn\u0105 cz\u0119\u015bci\u0105 systemu s\u0105 pakiety oprogramowania dzia\u0142aj\u0105ce w&nbsp;poszczeg\u00f3lnych warstwach systemu.<\/p>\n\n\n\n<div class=\"wp-block-columns\">\n<div class=\"wp-block-column\">\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" width=\"684\" height=\"1024\" src=\"https:\/\/mcb.uksw.edu.pl\/wp-content\/uploads\/sites\/21\/2021\/11\/DSC1274w-768x1149-1-684x1024.jpg\" alt=\"\" class=\"wp-image-4702\" srcset=\"https:\/\/mcb.uksw.edu.pl\/wp-content\/uploads\/sites\/21\/2021\/11\/DSC1274w-768x1149-1-684x1024.jpg 684w, https:\/\/mcb.uksw.edu.pl\/wp-content\/uploads\/sites\/21\/2021\/11\/DSC1274w-768x1149-1-201x300.jpg 201w, https:\/\/mcb.uksw.edu.pl\/wp-content\/uploads\/sites\/21\/2021\/11\/DSC1274w-768x1149-1.jpg 768w\" sizes=\"(max-width: 684px) 100vw, 684px\" \/><figcaption class=\"wp-element-caption\"><em>Superkomputer o&nbsp;wysokiej wydajno\u015bci (HPC &#8211; High Performance Computing) realizuj\u0105cy wielkoskalowe obliczenia, rozszerzone o&nbsp;zadania sztucznej inteligencji (AI &#8211; Artificial Intelligence) i&nbsp;wysokowydajnej analizy danych (HPDA &#8211; High Performance Data Analytics), adresuj\u0105ce zagadnienia modelowania i&nbsp;symulacji, zjawisk i&nbsp;proces\u00f3w, w&nbsp;oparciu o&nbsp;du\u017ce zbiory danych.<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n\n<div class=\"wp-block-column\">\n<p>Jednym z&nbsp;trend\u00f3w budowania platform obliczeniowych dla zaawansowanej analityki jest stosowanie akcelerator\u00f3w i&nbsp;przetwarzania opartego ju\u017c nie&nbsp;tylko&nbsp;o&nbsp;jednostki CPU, ale&nbsp;w\u0142a\u015bnie o&nbsp;architektury heterogeniczne. Uk\u0142ady&nbsp;<a href=\"https:\/\/pl.wikipedia.org\/wiki\/GPGPU\" target=\"_blank\" rel=\"noreferrer noopener\">GPGPU&nbsp;<\/a>opr\u00f3cz oczywistych zastosowa\u0144 w&nbsp;dziedzinie og\u00f3lnie poj\u0119tego przetwarzania obrazu, mog\u0105 by\u0107 \u2013 i&nbsp;s\u0105 \u2013 z&nbsp;powodzeniem wykorzystywane do&nbsp;wykonywania z\u0142o\u017conych oblicze\u0144 numerycznych og\u00f3lnego przeznaczenia, zw\u0142aszcza takich, kt\u00f3re poddaj\u0105 si\u0119 operacji zr\u00f3wnoleglenia. Obecnie, wydajne akceleratory s\u0105 niezwykle dynamicznie rozwijaj\u0105c\u0105 si\u0119 ga\u0142\u0119zi\u0105 rynku, na&nbsp;kt\u00f3r\u0105 z&nbsp;wielkim zainteresowaniem spogl\u0105daj\u0105 nie&nbsp;tylko&nbsp;jednostki badawcze z&nbsp;ca\u0142ego \u015bwiata (jak nasze Centrum Cyfrowej nauki i&nbsp;Technologii), ale&nbsp;tak\u017ce coraz cz\u0119\u015bciej firmy komercyjne. Dzisiaj, akcelerowane na&nbsp;uk\u0142adach GPU technologie obliczeniowe stanowi\u0105 najbardziej powszechn\u0105, dost\u0119pn\u0105 i&nbsp;energooszcz\u0119dn\u0105 drog\u0119 rozwoju centr\u00f3w danych i&nbsp;wysokowydajnych technologii obliczeniowych oraz&nbsp;jak si\u0119 okazuje nap\u0119dzaj\u0105 najszybsze superkomputery.<\/p>\n<\/div>\n<\/div>\n\n\n\n<h2 class=\"wp-block-heading\">BUDOWA CATO, HARDWARE<\/h2>\n\n\n\n<p>Podsystem obliczeniowy oparty jest o&nbsp;serwery IBM Power Systems AC922, wyposa\u017cone w&nbsp;procesory CPU POWER9 oraz&nbsp;uk\u0142ady GP-GPU (General Purpose GPU) NVIDIA Volta V100 32GB HBM2. Unikalna architektura magistral systemowych NVLink 2.0 (CPU:GPU, GPU:GPU) wp\u0142ywa znacz\u0105co na&nbsp;efektywno\u015b\u0107 przetwarzania danych na&nbsp;heterogenicznej platformie AC922, wspieraj\u0105c potencja\u0142 akceleracji masywnie zr\u00f3wnoleglonych jednostek V100, do&nbsp;wykonywania z\u0142o\u017conych oblicze\u0144 numerycznych og\u00f3lnego przeznaczenia.<\/p>\n\n\n\n<p>System CATO posiada 8 w\u0119z\u0142\u00f3w IBM Power Systems AC922, z&nbsp;kt\u00f3rych&nbsp;dwa pe\u0142ni\u0105 rol\u0119 w\u0119z\u0142\u00f3w dost\u0119powych tzw. login node, natomiast 6 wykorzystywanych jest jako w\u0119z\u0142y obliczeniowe tzw. compute nodes.<br>Ka\u017cdy w\u0119ze\u0142 zawiera dwa uk\u0142ady GPGPU o&nbsp;nast\u0119puj\u0105cej charakterystyce obliczeniowej:<br>&nbsp;&nbsp;&nbsp; \u2022 125 TFLOPS w&nbsp;operacjach g\u0142\u0119bokiego uczenia,<br>&nbsp;&nbsp;&nbsp; \u2022 7,8 TFLOPS w&nbsp;operacjach podw\u00f3jnej precyzji (Double-Precision floating point FP64),<br>&nbsp;&nbsp;&nbsp; \u2022 15,7 TFLOPS w&nbsp;operacjach pojedynczej precyzji (Single-Precision floating point FP32).<br><br>Moc obliczeniowa systemu oparta o&nbsp;uk\u0142ady GPGPU w&nbsp;w\u0119z\u0142ach obliczeniowych wynosi 1,5 PFLOPS w&nbsp;operacjach g\u0142\u0119bokiego uczenia, z&nbsp;uwzgl\u0119dnieniem w\u0119z\u0142\u00f3w dost\u0119powych 2,1 PFLOPS.<\/p>\n\n\n\n<p>Przechowywanie i&nbsp;udost\u0119pnianie danych realizuje podsystem pami\u0119ci masowej oparty o&nbsp;komponenty IBM Elastic Storage Server (ESS). Przestrze\u0144 dyskowa oparta o&nbsp;dyski SSD (96 x 16TB) oraz&nbsp;NL-SAS (332 x 8TB), udost\u0119pniania jest w&nbsp;ramach r\u00f3wnoleg\u0142ego systemu plik\u00f3w IBM Spectrum Scale, zapewniaj\u0105cego jedn\u0105, sp\u00f3jn\u0105 przestrze\u0144 nazw. ESS w&nbsp;oparciu o&nbsp;swoje komponenty zapewnia wydajno\u015b\u0107, przepustowo\u015b\u0107 i&nbsp;skalowalno\u015b\u0107 ca\u0142ego systemu dyskowego. U\u017cytkowa przestrze\u0144 dyskowa wynosi 3PB.<br><br>Podsystem pami\u0119ci masowej po\u0142\u0105czony jest z&nbsp;podsystemem obliczeniowym z&nbsp;wykorzystaniem sieci InfiniBand, charakteryzuj\u0105cej si\u0119 wysok\u0105 przepustowo\u015bci\u0105 i&nbsp;niskim czasem dost\u0119pu. Implementacja zosta\u0142a wykonana w&nbsp;pe\u0142ni nieblokuj\u0105cej topologii, tzw. Fat-Tree w&nbsp;standardzie EDR na&nbsp;bazie komponent\u00f3w sprz\u0119towych firmy Mellanox. Sie\u0107 InfiniBand wykorzystywana jest r\u00f3wnie\u017c do&nbsp;zapewnienia komunikacji mi\u0119dzy w\u0119z\u0142ami obliczeniowymi w&nbsp;sieci prywatnej klastra niezale\u017cnie od&nbsp;technologii sieci Ethernet 10 GbE SR.<\/p>\n\n\n\n<p><\/p>\n\n\n\n<h2 class=\"wp-block-heading\">CATO JEST JU\u017b DOST\u0118PNY. SKONTAKTUJ SI\u0118 Z&nbsp;NAMI, BY&nbsp;Z&nbsp;NIEGO SKORZYSTA\u0106<\/h2>\n","protected":false},"excerpt":{"rendered":"<p>System CATO jest sp\u00f3jnym systemem obejmuj\u0105cym swoim zakresem zar\u00f3wno podsystem wielkoskalowego przetwarzania danych jak i&nbsp;podsystem przechowywania i&nbsp;udost\u0119pniania danych. Komplementarn\u0105 cz\u0119\u015bci\u0105 systemu s\u0105 pakiety oprogramowania dzia\u0142aj\u0105ce w&nbsp;poszczeg\u00f3lnych warstwach systemu. Jednym z&nbsp;trend\u00f3w budowania platform obliczeniowych dla zaawansowanej analityki jest stosowanie akcelerator\u00f3w i&nbsp;przetwarzania opartego ju\u017c nie&nbsp;tylko&nbsp;o&nbsp;jednostki CPU, ale&nbsp;w\u0142a\u015bnie o&nbsp;architektury heterogeniczne. Uk\u0142ady&nbsp;GPGPU&nbsp;opr\u00f3cz oczywistych zastosowa\u0144 w&nbsp;dziedzinie og\u00f3lnie poj\u0119tego przetwarzania obrazu, [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":4700,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[1],"tags":[],"class_list":["post-4698","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-aktualnosci"],"acf":[],"_links":{"self":[{"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/posts\/4698","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/comments?post=4698"}],"version-history":[{"count":5,"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/posts\/4698\/revisions"}],"predecessor-version":[{"id":17940,"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/posts\/4698\/revisions\/17940"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/media\/4700"}],"wp:attachment":[{"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/media?parent=4698"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/categories?post=4698"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mcb.uksw.edu.pl\/pl\/wp-json\/wp\/v2\/tags?post=4698"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}