GPU-кластеры от компании ComBox Technology. Уникальные технологии, способные перевернуть мир

ComBox Technology — разработчик и производитель GPU-кластеров и мобильных ЦОД с жидкостным охлаждением GPU для решения наукоемких задач и параллельных вычислений.

Мы производим GPU-кластеры и мобильные ЦОД с иммерсионным охлаждением (жидкость Novec 3M), которые применяются для решения наукоемких задач в секторах B2B/B2G.

Мы разработали и успешно применяем собственную технологию двухфазного иммерсионного охлаждения. В результате мы добились очень высокой плотности установки видеокарт (по 6 шт. на плату и по 96 шт. в каждой секции) внутри наших решений. Высокая плотность – это компактность конечных решений, а также минимальное количество жидкости, необходимое для работы системы в целом.

Теперь там, где помещалось ранее 8 видеокарт, мы размещаем 96, а в контейнер легко помещается 960 штук.

960 видеокарт для параллельных вычислений – это 1,92 миллиона векторных арифметическо-логических устройств (векторных АЛУ), что сравнимо по мощности с имеющимися суперкомпьютерами, стоимость которых в разы выше.
Форм-фактор наших решений – это 20-футовые контейнеры, которые легко монтируются в точки с минимальной стоимость электроэнергии и мобильны.

Применяя самые современные технологии на программно-аппаратном уровне, мы научились распараллеливать задачи внутри GPU на векторных АЛУ, между GPU в рамках 1 системы и между разными системами. Применяя универсальный интерфейс для постановки задач, наши решения легко масштабируются и позволяют значительно увеличить скорость в параллельных вычислениях.
Решения ComBox – это не просто контейнеры и софт, это целая комплексная технологическая экосистема для параллельных вычислений. Будущее, доступное уже сегодня!
Мы предлагаем аренду вычислительных мощностей для параллельных вычислений и решения наукоемких задач.

Все используемое в мире программное обеспечение – разное и проприетарное. Нет унифицированных решений, а существующие CPU-кластеры – медленны и неэффективны в параллельных вычислениях. В подавляющем большинстве случаев требуется адаптация конкретной научной модели под существующие кластеры. А это неудобно, долго и требует наличия штатных специалистов, постоянное содержание которых — дорого. По этой причине огромное количество потенциально востребованных мощностей простаивает, а задачи, которые могли бы уже быть решены и дать мировую новизну и технологический прорыв компаниям и мировым научным институтам — откладываются. Мы, люди, сами остановили движение прогресса вперед!
Мы применяем схему с подменой и унификацией библиотек OpenCL/Vulcan/CUDA, которые используются при взаимодействии с видеокартами практически во всех решениях. За счет унификации интерфейсов без вмешательства в разные программные комплексы мы получаем возможность интеграции расчетов на наших кластерах во всем софте в мире за один раз. Для решения проблем версионности библиотек мы разработали универсальный коннектор, поддерживающий как новые методы, так и их deprecated-экземпляры. Это позволяет подменять библиотеки разных версий и транслировать на оригинальный вариант библиотеки – локальный расчеты, а для кластерных расчетов – передавать данные дальше.

Фактически, не изменяя исходный код применяемых годами научных программных комплексов, мы интегрируем в них кластерные параллельные вычисления на GPU, выполняемые удаленно и легко масштабируемые в зависимости от конкретной задачи.
Если ранее у вас была одна видеокарта для расчетов, то сейчас одним кликом мышки вы можете подключить еще 900 или 9000 штук. Если раньше расчет делался месяцами, то теперь он может быть выполнен за 1 минуту.

Преимущества наших решений
1. Применение видеокарт для параллельных вычислений
2. Наличие возможности распараллеливания задач в реальном времени
3. Возможность интеграции кластерных вычислений на GPU в существующие программные комплексы без их модификации
4. Высокая плотность установки видеокарт
5. Пожаробезопасность и отказоустойчивость всех решений
6. Страхование аппаратных решений от основных рисков
7. Низкое энергопотребление и высокая энергоэффективность (PuE = 1.05)

Решение опробовали и поддержали

Научный сектор:
• А.В. Гарабаджиу, профессор, доктор химических наук, проректор по научной работе Санкт-Петербургского государственного технологического института, СПбГТИ.
• В.А. Сабельников, профессор аэрокосмической лаборатории ONERA, ведущий ученый отдела фундаментальной и прикладной энергетики.
• А.М. Чуднов, профессор, математик, доктор технических наук.

Образовательный, B2G и B2B-сектора:
ONERA. The French Aerospace Lab
Université de Pau et des Pays de l’Adour (UPPA)
University of Rouen Normandy
Санкт-Петербургский государственный технологический институт
Центральный аэрогидродинамический институт имени профессора Н. Е. Жуковского
3M Russia

Поделиться новостью

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *