新思科技
Ansys

何謂高效能運算架構?

古爾比爾·辛格

2022年9月4日 / 閱讀時間 2 分鐘

定義

高效能運算架構整合了運算、記憶體、儲存及網路資源,以因應高要求的工作負載。

高效能運算(HPC)能快速處理資料並執行複雜的運算。HPC 可支援要求嚴苛的人工智慧(AI)、機器學習(ML)、模擬以及電子設計自動化(EDA)工作負載。透過雲端部署,可擴展本地端 HPC 的運算能力,並根據工作負載的變化動態分配運算與儲存資源。

高效能運算架構是如何運作的?

HPC 架構將運算資源與執行複雜工作負載所需的記憶體、儲存裝置、互連架構及軟體整合在一起。在雲端環境中,團隊可以針對需求激增的情況配置資源,而非必須隨時將本地基礎架構的規模調整至足以應對峰值使用量。根據工作負載微調架構,有助於在處理時間、效能與成本之間取得平衡。

雲端 HPC 架構的設計原則有哪些?

動態建築

設計容量應能隨自然的工作負載週期而擴展或縮減。對於工作量突增的專案而言,採用彈性且按用量付費的資源,比那些在需求高峰期之間處於閒置狀態的系統更為有利。

資料可見性

了解資料的來源、規模、傳輸速度及更新狀況。資料服務、分析與視覺化可協助制定關於整體效能與成本的決策。

合作

請規劃將分享哪些工具、腳本、方法、結果及資料,以及分享對象為何。這點對於橫跨多個團隊或不同地理區域的專案而言尤為重要。

雲端原生 設計

請考慮採用雲端原生 的部署模式,而非單純複製本地環境。自動化叢集部署可協助團隊在需求變更時,停用一個運算叢集並啟動另一個。

負載測試

在遷移前,請先測試實際的工作負載。HPC 應用程式的記憶體、CPU、網路行為、演算法及模型複雜度各不相同,因此通用基準測試可能無法可靠地預測其效能。

成本與時間的權衡

針對對時間敏感度較低的工作負載,應以成本為考量進行優化,可考慮使用現貨或可預先終止型執行個體。應優先確保緊急工作負載的執行時間,並在比較各項選項時,將資源配置、資料預處理及佇列等待時間納入考量。

HPC 架構如何支援 EDA 工作負載?

EDA 工作負載通常需要一個運算叢集、一個工作排程器,以及一個高效能的共用檔案系統。雲端資源能夠支援並行 EDA 工作,並協助團隊因應不斷變化的運算需求。應根據各工作負載的特性(包括對共用資料、記憶體及互連效能的需求)來選擇並測試合適的架構。

高效能運算架構的優勢

只要與工作負載相匹配,基於雲端的 HPC 架構便能支援運算密集型的人工智慧、模擬及晶片設計任務,且無需仰賴自有基礎設施來滿足每一個需求高峰。[1]

  • 根據 AI 訓練、推論、模擬或 EDA 工作負載的突發需求,彈性擴展運算資源。
  • 透過在需要時才配置雲端容量,而非維持足以應對每次尖峰需求的系統規模,從而減少基礎設施的閒置率。
  • 透過並行執行適當的工作來提高模擬吞吐量,以支援驗證與迭代。
  • 透過提供模型評估與晶片設計收斂的運算能力,加速洞察的產生。
  • 針對每項工作負載,透過選擇執行個體類型、採購模式及叢集規模,來平衡執行時間與成本。

高效能運算架構與新思科技

Synopsys Cloud 將高效能運算(HPC)基礎架構與電子設計自動化(EDA)軟體授權的隨需存取功能結合。其基於雲端的 EDA 平台與預先優化的基礎架構配置,可協助團隊在維持既有工作流程的同時,部署設計與驗證工作負載。

Synopsys Cloud 透過靈活存取軟體與雲端資源,支援運算密集型的 EDA 專案。探索 Synopsys Cloud 將向深入瞭解 介紹基於雲端的晶片設計與驗證。

繼續閱讀

Ask BETA This experience is in beta mode. Please double check responses for accuracy.

結束聊天

關閉此視窗將清除您的聊天紀錄並結束本次會話。您是否確定要結束這次聊天? ```