Перейти к публикации

GPU-кластеры ComBox для решения наукоемких задач. Инновационные технологии, способные перевернуть мир

ComBox Technology — международная компания, разработчик и производитель GPU-кластеров и мобильных ЦОД с иммерсионным охлаждением для решения наукоемких задач.

 

1*SbOs-pUpL7Bevi84kZQLJQ.jpeg

 

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

 

1*A0epyntdtiVVDaxq_Vi7-Q.jpeg


Мы разработали собственную уникальную технологию двухфазного иммерсионного охлаждения, за счет применения которой мы добились высокой плотности установки видеокарт.

 

1*qCsuJBt-fXTS_N4HXecTWA.jpeg

 

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

 

1*tyl15y-siL5WLJqFplLG3g.jpeg

 

960 видеокарт в параллельных вычислениях — 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.

 

1*gjq4k8c9jGn3Hsc4jA_wBw.jpeg

 

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 схему аренды вычислительных мощностей для решения наукоемких задач.

 

1*M9qBeu5JzVnuYOlW9yOl0w.jpeg

 

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.

 

1*HhDACAxqCFZaS3GrT09gvQ.png1*NJARJci7bOtWbAM4IcSoFg.png1*ifBjKfmDhC3lWeveYiaX6g.png

 

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:

  • Александр Васильевич Гарабаджиу, доктор химических наук, профессор, проректор по научной работе Санкт-Петербургского государственного технологического института, СПбГТИ.
  • Владимир Анатольевич Сабельников, доктор, профессор Французской аэрокосмической лаборатории ONERA, ведущий ученый ONERA DEFA — отдела фундаментальной и прикладной энергетики.
  • Александр Михайлович Чуднов, математик, профессор, доктор технических наук.

Образовательный, B2G и B2B-сектора:

 

1*Kl48_Ip837RgHHrFFtVxWQ.png

 

Подробнее о решениях ComBox — https://combox.io/ru/



0 комментариев


Рекомендованные комментарии

Нет комментариев для отображения

Создайте аккаунт или войдите в него для комментирования

Вы должны быть пользователем, чтобы оставить комментарий

Создать аккаунт

Зарегистрируйтесь для получения аккаунта. Это просто!

Зарегистрировать аккаунт

Войти

Уже зарегистрированы? Войдите здесь.

Войти сейчас
  • Сейчас на странице   0 пользователей

    Нет пользователей, просматривающих эту страницу.

×