Anche IBM, le cui piattaforme proprietarie dominano da lungo tempo il settore dell’high performance computing (HPC), ha deciso di abbracciare la tecnica del GPGPU computing progettando un supercomputer, l’iDataPlex Dx360 M3, che combina le CPU x86 Intel Xeon e le GPU Tesla di Nvidia.
Sebbene nel recente passato Cray , Bull e la stessa IBM (con Roadrunner ) abbiano già proposto architetture ibride, composte sia da unità di calcolo general purpose che da unità specializzate (tipicamente vettoriali), questa è la prima volta che un grosso produttore di computer utilizza le GPU di Nvidia per costruire un supercomputer commerciale. Questo dimostra come il GPGPU computing, partito dal basso – inizialmente è stato utilizzato per realizzare supercomputer a basso costo da offrire alle aziende con budget modesti – si sia evoluto e ambisca oggi ad entrare nei datacenter di grandi aziende e centri di ricerca.
GigaOM fa notare come in passato IBM abbia provato a sfondare la stessa porta con Cell , un chip che adotta un approccio ibrido a livello di microarchitettura. Secondo gli esperti, il tentativo di Big Blue non è andato a buon fine per almeno due motivi: l’elevato costo di tali processori (IBM non poteva competere con le economie di scala dei produttori di GPU) e l’estrema complessità nel programmarli.
Come noto, il GPGPU computing permette di sfruttare la cospicua potenza di calcolo delle moderne GPU per accelerare un’ampia gamma di applicazioni, soprattutto quelle del settore scientifico, ingegneristico e finanziario. Almeno per il momento, questo approccio non minaccia la sopravvivenza delle CPU: queste ultime sono ancora necessarie per svolgere tutti quei compiti, come leggere un file dal disco ed caricarlo nella memoria RAM, che processori estremamente specializzati come quelli grafici non sono in grado di svolgere. “Mentre la CPU ha il compito di orchestrare le varie attività, la GPU si comporta come un idiot savant (come se avesse un ritardo mentale ma fosse dotato di abilità straordinarie in uno specifico campo, NdR): la GPU calcola gli aspetti matematici delle cose” ha spiegato David Turek, vicepresidente del gruppo Deep Computing di IBM. In particolare, la GPU è fortissima nei calcoli in virgola mobile che possono essere frazionati in numerosi task ed eseguiti in parallelo .
IBM ha progettato l’iDataPlex Dx360 M3 come un sistema modulare e altamente scalabile, composto da server che possono essere configurati in cluster capaci di raggiungere performance anche molto elevate, seppure non tali da insidiare i più potenti Blue Gene oggi sul mercato (i quali costano anche molto, molto di più). Ciascun modulo contiene due schede Tesla C2050 inserite in un doppio slot PCIe X16: le due GPU, insieme, hanno un thermal design power di circa 400 watt.
Il colosso di Armonk sostiene che i suoi nuovi sistemi ibridi sono già stati adocchiati dalla borsa di Wall Street, da università, da governi e da aziende che operano nel settore della ricerca petrolifera.
Alessandro Del Rosso
Ti potrebbe interessare
19 mag 2010