构建超级计算的未来！英特尔首席架构师讲述极光超算背后的故事

砍柴网 • 1年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

Aurora是Intel近年来参与的最受期待和最引人注目的项目之一，它是对Intel整个系统组合的大胆投注。预计这台机器将是首台峰值性能达到2 exaflops（2x10^18）浮点运算每秒的超级计算机。

作为位于伊利诺伊州阿贡国家实验室的Aurora超级计算机的首席架构师和首席研究员，Olivier Franza在实现这一最具雄心的科学仪器中发挥了领导作用，更不用说它还是世界上最大的GPU集群了。

这给了Franza一些压力，他是Intel的22年资深员工，2016年作为系统硬件架构师加入Aurora项目，并监督向基于GPU的机器的转变，于2021年成为首席架构师。

Franza解释说：“首席架构师负责根据客户的高级要求定义超级计算机的整体系统架构。有一些基本的要求，如总体性能指标和功率范围，但也有如RAS——可靠性、可用性、可维护性——这些对构建可扩展系统至关重要的内在特性。”

他的职责还包括从节点到机架到完整系统的系统拓扑的细节，包括其网络结构和存储组件。

路线图枢轴为塑造未来产品提供了机会

初始规划开始时，Aurora作为美国能源部赞助的系统，其设计由一系列Intel技术组成。然而，Intel产品路线图的变化，特别是Xeon Phi和Omnipath产品家族的结束，需要重新开始。当Intel制定了构建数据中心GPU的计划时，Franza参与了Intel® 数据中心GPU Max系列（代号Ponte Vecchio）的设计讨论。

从这个角度看，Aurora不仅仅是一个独立的系统。相反，它帮助塑造了Intel整体的策略和产品组合，以在最高级别解决规模和性能问题。

Franza表示：“我们将所有Aurora系统级的要求融入到组件级。”

例如，Intel Xeon CPU Max系列与高带宽内存的架构和概念，起初是由一些来自Intel Xeon Phi平台的特性产生的，这是第一个集成了高带宽和高容量的创新内存架构的产品。

此外，对高性能的需求进一步推动了所有子系统的进步，从计算刀片的热机械解决方案到其高密度物理集成，到存储。

Franza表示：“Intel构建了一个全新的存储概念，DAOS（分布式异步对象存储）。” 这是一个开源软件生态系统，用于在传统硬件上实现高速存储。“Aurora将是第一个使用它的系统，而且是迄今为止最大的。”

从设计组件到将数千个系统连接在一起

Aurora项目推动了系统级思考和Intel内部各个业务部门之间的广泛合作，以及与阿贡科学家和项目的另一个主要合作伙伴惠普企业的工程师的合作。

Franza表示：“让整个团队齐心协力、交付像Aurora这样的机器，对我们许多人来说，是一生中只有一次的经历。”

尽管工程师们在六月份安装了最后的刀片，但Franza仍在夜间继续进行该项目，因为系统正经过测试、稳定和验证的阶段。

他为一个大团队提供指导，该团队正在进行系统启动、验证、稳定、优化和使全系统性能工作负载启用的工作。最值得注意的是High Performance Linpack（HPL）基准测试，该测试确定了世界上的顶级系统，由半年度Top500名单认证。

Franza每天早上参加每日站会，仔细检查每个节点的夜间运行，并制定第二天和未来工作的计划。每天下午，一个每日总结会议总结了进展和障碍。工作永无止境；机器始终运行。

他解释说：“我们采取逐步方法，在大规模上进行验证和稳定。” “你从刀片开始，然后移到机架，然后是多个机架，然后从那里扩展。”