Представляем Intel Xeon Phi
Intel нацелилась на суперкомпьютеры, способные к 2020 году достичь производительности на уровне экзафлопс. Для сравнения: в середине 1990-х мы рассматривали системы с производительностью в терафлопс. И сегодня самые быстрые суперкомпьютеры исчисляются десятками петафлопс. Для достижения одного эксафлопса требуется ускорение в 1000 раз по сравнению с машиной, производящей один петафлопс. Это потрясающе большое число.
Для этого, несомненно, потребуются ускорители, как их называет Intel. AMD и Nvidia довольны своим графическим процессором за внезапный всплеск производительности вычислений с плавающей запятой, которым обладают самые быстрые современные суперкомпьютеры. Но все стороны согласятся, что будущее этого пространства не принадлежит исключительно ксеонам или оптеронам. Вместо этого большинство аналитиков ожидают сочетания вычислительных ресурсов от этих больших процессоров с меньшими, более специализированными ядрами.
Сегодня, стремясь получить фору, которую оба поставщика графических процессоров уже имеют в этой области, и удовлетворить растущий спрос на вычислительную производительность, Intel представляет свой сопроцессор Xeon Phi 5110P и анонсирует сопроцессор Xeon Phi 3100-й серии, которая будет выпущен в 2013 году.
По сути, Xeon Phi использует 60 (по крайней мере, в анонсированном SKU 5110P) x86-ядер с большими 512-битными векторными блоками, запускает их на частоте более 1 ГГц и обеспечивает более 1 терафлопс производительности двойной точности на двухслотовом процессоре. Карта PCI Express с пользовательским дистрибутивом Linux. Тот же Xeon Phi 5110P включает 8 ГБ памяти GDDR5, хотя Intel планирует вооружить карты серии 3100 6 ГБ. Безусловно, ядра не предназначены для выполнения рабочих нагрузок общего назначения, с которыми вы справились бы с процессором Core третьего поколения или даже с процессором Atom. Скорее, они превосходно справляются с параллельными задачами, способными использовать эти многочисленные ядра с большей эффективностью.
Зачем вам может понадобиться карта-ускоритель, такая как Phi? Моделирование погоды, медицинская визуализация, исследование энергии, моделирование, финансовый анализ, создание контента и производство — все эти области в настоящее время используют аппаратное обеспечение AMD и Nvidia для обеспечения их вычислительной мощности. Intel просто пытается сделать то же самое с продуктом, который не требует кодирования в CUDA или OpenCL. Вместо этого независимые поставщики программного обеспечения могут оптимизировать для Phi с помощью C, C++ и Fortran со специальными дополнениями к коду, которые поддерживают и используют ускоритель.
Конечно, попасть сюда было непросто, и многие энтузиасты узнают название бизнес-подразделения Larrabee, которое появилось еще в 2005 году. В 2004 году Intel приступила к многолетнему проекту, увидев, что тактовые частоты не могут неограниченное масштабирование из-за материальных (процессных) и энергетических ограничений. На создание Larrabee ушли годы, и в процессе разработки мы получили поток как многообещающих, так и обескураживающих заголовков.
Все вехи на временной шкале Intel были встречены с большим интересом, поскольку компания пропагандировала концепцию множества интегрированных ядер, которая отличалась от того, что делали ее конкуренты. Конечно, когда стало известно, что Larrabee будет отставать от существующих графических процессоров от AMD и Nvidia, Intel отказалась от своего плана по выпуску собственной видеокарты и вместо этого сосредоточилась на возможностях высокопроизводительных вычислений архитектуры. Как мы увидим, предварительные образцы оборудования уже являются частью проекта Top500.
В рамках запуска Xeon Phi корпорация Intel пригласила представителей прессы в Техасский центр передовых вычислений, чтобы увидеть суперкомпьютер Stampede, в котором используется Xeon Phi. Конечно, во время поездки нам удалось сделать несколько фотографий одной из самых быстрых вычислительных систем в мире. Но прежде чем мы сможем понять подход Intel к высокопроизводительным вычислениям, нам нужно понять Ларраби. Итак, давайте сделаем небольшой шаг назад во времени.
