Hewlett Packard Enterprise: High Performance Computing (HPC) พลังสำหรับการประมวลผลที่เหนือกว่า และเข้าถึงได้

ปัจจุบันโลกเรามีการเปลี่ยนแปลงอย่างรวดเร็ว ก่อเกิดสินค้า และนวัตกรรมใหม่ๆ ที่ต้องอาศัยเทคโนโลยีชั้นสูง ซึ่งเบื้องหลักความสำเร็จของหลายโครงงานเกิดจากระบบคอมพิวเตอร์ประสิทธิภาพสูง หรือที่เรียกว่า High Performance Computing (HPC) ซึ่งเป็นการนำคอมพิวเตอร์จำนวนมากเข้ามาทำการประมวลผลพร้อมๆ กัน อีกทั้งในปัจจุบันมีการนำ Graphic Processing Unit (GPU) เข้ามาช่วยคำนวนสมการทางคณิตศาสตร์ที่มีความซับซ้อน ทำให้ได้คำตอบที่รวดเร็ว แม่นยำขึ้นกว่าในอดีตอย่างหาที่เปรียบไม่ได้ ซึ่งหลายอุตสาหกรรมที่นำ HPC เข้ามาใช้งานได้แก่

 

 

• Manufacturing and Engineering: มีวัตถุประสงค์เพื่อลดค่าใช้จ่าย ลดเวลาการทำงาน และการสร้างสรรค์ผลิตภัณฑ์ใหม่ๆ ที่มีต้นทุนที่ต่ำ เช่น ใช้ในการออกแบบรถรุ่นๆ ใหม่ๆ โดยทำการจำลองในคอมพิวเตอร์แทนที่สร้างโมเดลต้นแบบเหมือนในอดีต, ระบบการนำทางสำหรับรถที่ขับเคลื่อนเองได้ในอนาคต (self-driving), การนำ HPC มาช่วยงาน Deep Learning และ Artificial Intelligent (AI) เพื่อการเรียนรู้สร้างระบบการทำงานแบบอัตโนมัติ เป็นต้น
• Financial services: มีวัตถุประสงค์ในการลดเวลาการทำงาน สร้างความน่าเชื่อถือ และความปลอดภัยให้กับผลิตภัณฑ์ทางการเงิน เช่น นำระบบ HPC เข้ามาช่วยในการจับคู่ซื้อขายหุ้น (Trade and Match) ซึ่งทำงานได้เร็วกว่าคน, รองรับ Blockchain เพื่อสร้างความน่าเชื่อถือให้กับผลิตภัณฑ์ทางการเงิน อย่าง Bitcoin ที่เรารู้จักกันดี เป็นต้น
• Life sciences: มีการนำ HPC มาใช้ในงานวิจัยทางการแพทย์ เช่น การคำนวนทางพันธุวิศวกรรม การวิจัยค้นคว้าสูตรยาใหม่ๆ และหาความเป็นไปได้ในการเกิดผลข้างเคียง หรือการนำมาใช้พยากรณ์อากาศ เพื่อลดผลกระทบทางเศรษฐกิจ และสังคม เป็นต้น
• Energy: มีการนำ HPC มาใช้ในการหาแหล่งพลังงานใหม่ๆ เช่น หาแหล่งน้ำมันดิบใต้พื้นโลก หรือการคำนวนเพื่อสร้างผลิตภัณฑ์ที่ลดใช้พลังงาน เป็นต้น
• Academia: มีการนำ HPC ไปใช้งานในภาควิชาเคมี, ชีววิทยา, พันธุวิศวกรรม, ฟิสิกส์ดาราศาสตร์ และนิวเคลียร์ เป็นต้น

 

Hewlett Packard Enterprise (HPE) ผู้จัดจำหน่ายระบบโครงสร้างพื้นฐานสำหรับงาน HPC / Artificial / Deep Learning ที่ได้รับการยอดรับจากทั่วโลก มีสินค้าที่ครอบคลุมทั้งเซิร์ฟเวอร์ (server) อุปกรณ์จัดเก็บข้อมูล (storage) เน็ทเวิร์คความเร็วสูง (high speed network) ซอฟท์แวร์การจัดการ ที่ปรึกษา รวมทั้งบริการทางการเงิน ซึ่งสินค้าในกลุ่มนี้ประกอบไปด้วย

 

 

• HPE SGI 8600 – Supercomputer ที่ให้ความเร็วการประมวลผลในระดับ petaflop รองรับ Intel Xeon Processor Scalable ได้ถึง 288 หน่วย รองรับการทำงานร่วมกับ NVIDIA GPU เพื่อประสิทธิภาพในการประมวลผลที่สูงที่สุด มีขนาดเล็ก จัดการง่าย ประหยัดพลังงาน โดยใช้น้ำในการระบายความร้อนซึ่งให้ประสิทธิภาพที่สูง แต่ใช้พลังงานที่ต่ำกว่า จนติดอันดับใน org ซึ่งมีลูกค้ามากมาย เช่น องค์การบริหารการบินและอวกาศแห่งชาติ (NASA), หน่วยงานในกองทัพอากาศ กองทัพเรือของสหรัฐอเมริกา และศูนย์วิจัยชั้นบรรยากาศของสหรัฐฯ (National Center for Atmospheric Research – NCAR) เป็นต้น
• HPE Superdome Flex – เซิร์ฟเวอร์แบบ Rack ที่รองรับการขยายระบบตั้งแต่ 4 – 32 sockets และประมวลผลข้อมูลแบบ real time ด้วยเทคโนโลยี In-memory ที่มี latency ต่ำ ได้ถึง 48 TB เหมาะสำหรับงาน Mission-critical, HPC, Scale-up Database, CRM เป็นต้น
• HPE Apollo 6500 – เซิร์ฟเวอร์สำหรับงาน HPC และ Deep learning ที่เน้นการเพิ่มประสิทธิภาพการประมวลด้วย GPU จาก NVIDIA Tesla ได้มากถึง 8 หน่วยใน 1 ระบบ ให้ประสิทธิภาพการประมวลผลได้ถึง 125 Tflops
• HPE Apollo 6000 Series – เซิร์ฟเวอร์แบบ Blade ที่ประหยัดพื้นที่ ด้วยขนาด Chassis เพียง 12U แต่จุ HPE ProLiant XL230k Gen10 (up to 2-CPU, 1.5TB Memory) ได้มากถึง 24-node เหมาะสำหรับงาน HPC ที่ต้องการ CPU จำนวนมาก แต่มีพื้นที่จำกัด
• HPE Apollo 2000 Series – เซิร์ฟเวอร์แบบ Rack ขนาด 2U ที่รองรับ HPE ProLiant XL170r Gen10 (1U) จำนวน 4-node หรือ HPE ProLiant XL190r Gen10 (2U) จำนวน 2-node เหมาะสำหรับงานที่หลากหลายวัตถุประสงค์ ทั้ง HPC / AI / deep learning / eVDI (CAD, CAM, CAE) หรือ Virtualization โดยมี chassis ด้วยกันอยู่ 3 แบบ
  • Apollo r2200 12 LFF : สามารถแบ่ง Disk ขนาด 5” ให้ Node ด้านหลังได้ 3 ลูกต่อ node (XL170r) หรือ 6 ลูกต่อ node (XL190r)
  • Apollo r2600 24 SFF/ 16 SFF + 8 NVMe : สามารถแบ่ง Disk ขนาด 5” ให้ Node ด้านหลังได้ 6SFF / 4SFF+2NVMe ต่อ node (XL170r) หรือ 12SFF / 4SFF+4 NVMe ต่อ node (XL190r)
  • Apollo r2800 24 SFF / 16 NVMe : โดยสามารถแบ่งได้โดยอิสระให้กับแต่ละ node
  • โดยแต่ละ node (XL170r / XL190r) รองรับ 2x Intel Xeon Scalable CPU (150W max), up to 1.5TB DDR4, รองรับ NIC ที่หลากหลายทั้ง Ethernet / Fiber & Infiniband. ยกเว้น XL190r ซึ่งมีขนาด 2U รองรับ 2 PCIe Slot เหมาะสำหรับใช้ร่วมกับ GPU
• HPE Apollo 70 – เซิร์ฟเวอร์ประสิทธิภาพสูงที่ฉีกกฎการใช้งาน CPU ด้วย Cavium ThunderX2 ARM processor รองรับได้ถึง 32-core ต่อ CPU โดยมี 8 DDR4 memory channels ช่วยเพิ่มประสิทธิภาพในการเชื่อมต่อระหว่าง CPU และ memory ได้มากถึง 33%¹ มาในรูปแบบ Rack Type 2U แต่รองรับได้สูงถึง 4-node หรือ 5,000 ARM Cores ใน 1 ตู้แร็ก (42U) ตัวอย่างลูกค้าที่ใช้งานได้แก่ Edinburgh Parallel Computing Centre (EPCC) University of Edinburgh, University of Leicester และ University of Bristol และจะเกิดขึ้นเร็วๆ นี้ที่ United States National Nuclear Security Administration (NNSA) ซึ่งเป็นสถาบันวิจัยเกี่ยวกับนิวเคลียร์ โดยเครื่องที่จะติดตั้ง สามารถให้ประสิทธิภาพการประมวลผลได้ถึง 3 petaflops ซึ่งถือเป็น ARM-based system ที่ใหญ่ที่สุด ณ ขณะนี้
• HPE Apollo 10 Systems – เซิร์ฟเวอร์ขนาดเล็กที่ต้องการ GPU ในการประมวลผล เหมาะสำหรับงาน HPC และ Deep learning รองรับ NVIDIA Tesla GPUs ได้ถึง 4 ชุด ในขนาดเพียง 1U Server
• HPE Apollo 4000 Series – เซิร์ฟเวอร์สำหรับงาน big data analytics และ object storage ที่รองรับการ scale ได้ในระบับ petabyte
• HPE Performance Cluster Manager เป็นซอฟร์แวร์ที่ช่วยให้ผู้ดูแลระบบสามารถควบคุม จัดการ HPC Cluster ได้ถึง 100,000 nodes ผ่านหน้าจอเดียว รองรับทั้ง Command Line Interface (CLI) และ Graphical User Interface (GUI) นอกจากนี้แล้วเรายังมีซอฟร์แวร์ที่เกี่ยวข้องอีกมากมาย สามารถเข้าไปดูที่ HPE HPC Software Web Portal

กล่าวโดยสรุป HPE มีความพร้อมสำหรับระบบประมวลผล เพื่องานวิจัย และพัฒนาที่สามารถใช้งานได้จริง สำหรับประเทศไทย HPE เรามีลูกค้าในหลายกลุ่มอุตสาหกรรมรวมถึงหน่วยงานการศึกษาของรัฐบาลหลายแห่ง เริ่มให้ความสำคัญ และสนใจในการนำ HPC ไปใช้ในงานวิจัย และการเรียนการสอน เราหวังเป็นอย่างยิ่งว่าจะได้เป็นส่วนหนึ่งในงานวิจัยของประเทศไทย เพื่อให้การคิดค้น นวัตกรรมใหม่ๆ ตอบสนองต่อนโยบาย Thailand 4.0 ของรัฐบาลได้ในอนาคต

 

1. Based on published performance tests. https://www.nextplatform.com/2017/11/27/cavium-truly-contender-one-two-arm-server-punch/