Breaking News

ศจ. MIT ทำลายสถิติ! ใช้ Google Cloud 220,000 Cores ประมวลผล High Performance Computing

Andrew V. Sutherland ศาสตราจารย์ทางด้านคณิตศาสตร์แห่ง MIT ได้ใช้ Google Compute Engine มากถึง 220,000 Cores เพื่อประมวลผลงาน High Performance Computing (HPC) ซึ่งทาง Google ได้ยกให้เป็นงานประมวลผลครั้งที่ใหญ่ที่สุดเท่าที่เคยมีมาของ Google Cloud ในส่วนของ Compute Engine ไปแล้ว

การประมวลผลครั้งนี้ใช้ Preemptible VM นั้นเป็น Instance ราคาถูกที่มีอายุสั้นสำหรับใช้ในการประมวลผลแบบ Batch หรืองานแบบ Fault Tolerant โดยเฉพาะ ซึ่งสามารถทำงานต่อเนื่องได้ไม่เกิน 24 ชั่วโมงเท่านั้น และจะมีราคาถูกกว่า VM แบบปกติถึง 80% ทำให้การประมวลผลประสิทธิภาพสูงในบางรูปแบบสามารถใช้ VM ในลักษณะนี้เพื่อประหยัดค่าใช้จ่ายได้เป็นอย่างดี

งานประมวลผลในลักษณะนี้ไม่ใช่ครั้งแรกของ Sutherland โดยก่อนหน้านี้เขาได้ใช้ Compute Engine เมื่อปี 2015 โดยเปิด Instance ขนาด 32-core ขึ้นมาจำนวน 2,250 เครื่อง เพื่อประมวลผลด้วย CPU Time เป็นระยะเวลา 60 ปีจนเสร็จภายในบ่ายวันเดียวเท่านั้น ซึ่งก็แน่นอนว่าต้องอาศัยความรู้ในการทำ Parallel Computing และการวางแผนในการแบ่งงานประมวลผลเป็นอย่างดีจึงจะสามารถทำการประมวลผลในลักษณะนี้ได้สำเร็จ

ถือได้ว่าการมาของ Cloud ก็เริ่มเปลี่ยนงาน HPC ในภาคการศึกษาไปเยอะทีเดียวครับ

ส่วนตัวงานวิจัยที่นำไปคำนวนในครั้งนี้ Google ได้เขียนอธิบายเอาไว้แล้วครับ ผู้ที่สนใจลองอ่านดูจากในที่มาได้เลย

 

ที่มา: https://cloudplatform.googleblog.com/2017/04/220000-cores-and-counting-MIT-math-professor-breaks-record-for-largest-ever-Compute-Engine-job.html



About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

Dell’Oro Group เผย Huawei ครองตลาด Wi-Fi 6 เป็นอันดับ 1 ของโลก

Dell’Oro Group ผู้นำด้านการวิเคราะห์และวิจัยตลาดระดับโลก ออกรายงานข้อมูลส่วนแบ่งการตลาด Access Point แบบใช้งานภายในอาคารมาตรฐาน Wi-Fi 6 ทั่วโลกในช่วงระหว่างไตรมาสที่ 3 ของปี 2018 ถึงไตรมาสที่ 3 …

นักวิจัยพัฒนาเครื่องมือตรวจจับปัญหาที่เกิดจากการอัปเดตซอฟต์แวร์

ทีมนักวิจัยจากมหาวิทยาลัย Texas A&M ร่วมกับ Intel Labs พัฒนาเครื่องมือช่วยตรวจจับปัญหาความผิดพลาด ที่เกิดจากการอัปเดตซอฟต์แวร์ด้วยการใช้ Deep Learning