Гибридные суперкомпьютеры «Открытых технологий»
Российский системный интегратор компания «Открытые технологии» представила высокопроизводительные компактные гибридные вычислительные системы (суперкомпьютеры), разработанные в партнерстве с компаниями NextIO и NVIDIA. Ключевая особенность этих суперкомпьютеров в том, что они построены на базе как обычных процессоров, так и графических процессоров NVIDIA Tesla (кодовое название Fermi). Такая архитектура, по оценкам компании, гарантирует на порядок более высокую производительность по сравнению со стандартными вычислительными системами, при том что стоимость устройства ниже стоимости нескольких профессиональных рабочих станций. Например, гибридный суперкомпьютер с производительностью 80 TFLOPS в сравнении с традиционной архитектурой блэйд-серверов даже с самыми современными процессорами Intel Xeon (Westmere/Nehalem), потребляет в 5–6 раз меньше электроэнергии, занимает в 3–4 раза меньше стоек и стоит в 7–8 раз меньше, не говоря уже о разнице в эксплуатационных затратах.
Гибридные суперкомпьютеры предназначаются для научно-исследовательских и образовательных учреждений, конструкторских и дизайн-бюро промышленных предприятий, предприятий нефтегазовой отрасли, финансовых и страховых организаций и передовых медицинских учреждений.
В настоящий момент в компании «Открытые технологии» разработано четыре основных конфигурации компактных гибридных суперкомпьютеров с пиковой производительностью от 4,97 до 19,37 TFLOPS, построенных на базе гибридной архитектуры и включающих в себя как Intel-серверы высокой плотности, так и серверы на базе графических процессоров NVIDIA Tesla производства компании NextIO, с которой в январе 2011 г. было заключено эксклюзивное партнерское соглашение.
Помимо четырех типовых конфигураций, интегратор, благодаря партнерству с NVIDIA и NextIO, может предложить и индивидуальные решения гибридных суперкомпьютеров любого уровня производительности. В компании также создан центр компетенции HPC/CUDA, в котором проводится подготовка специалистов заказчиков по вопросам программирования и оптимизации программного кода для GPU-вычислений, решаются задачи адаптации существующего ПО для программной архитектуры CUDA.