Contenedores de aplicaciones HPC

OPTIMIZACIÓN DEL RENDIMIENTO HPC

Los revolucionarios descubrimientos científicos actuales se llevan a cabo en centros de datos de computación de alto rendimiento (HPC). Sin embargo, la instalación y actualización de aplicaciones HPC en estos sistemas compartidos conllevan una serie de dificultades que reducen la accesibilidad, limitan el uso de nuevas funciones y, en definitiva, merman la productividad.

Los contenedores de aplicaciones HPC disponibles en NVIDIA GPU Cloud (NGC) facilitan de forma radical la implantación de aplicaciones al tiempo que optimizan el rendimiento.  NGC ofrece a los investigadores y científicos la flexibilidad de ejecutar contenedores de aplicaciones HPC en un sistema basado en NVIDIA Pascal™ y NVIDIA Volta que incluye estaciones de trabajo basadas en Quadro, sistemas NVIDIA DGX™ y clústeres HPC.

CONTENEDORES DE APLICACIONES HPC DISPONIBLES HOY EN NGC

HPC APPLICATION CONTAINERS AVAILABLE ON NGC TODAY
NVIDIA GPU Cloud HPC Technical overview
NVIDIA GPU Cloud HPC Technical overview

NVIDIA GPU Cloud HPC Infographic
NVIDIA GPU Cloud HPC Infographic

Clemson University Success Story
Clemson University Success Story

Run NVIDIA GPU Cloud Containers in Singularity
Run NVIDIA GPU Cloud Containers in Singularity

TRES RAZONES PARA ELEGIR

  1. Simplificar el desarrollo de aplicaciones en un cluster

    Para instalar una aplicación HPC, todas las bibliotecas, los compiladores y las dependencias de la aplicación deben estar actualizadas y coincidir con el cluster. Los sistemas compartidos deben ser compatibles con cientos de aplicaciones y sus correspondientes requisitos, lo que dificulta aún más la instalación. Los contenedores hacen innecesario instalar la aplicación, lo que facilita enormemente ejecutar aplicaciones HPC en un cluster.

  2. Acceder a las últimas funciones y mejoras de rendimiento

    Los contenedores de aplicaciones HPC gestionados por terceros ofrecen las últimas versiones, con funciones adicionales y mayor rendimiento. Actualizar una aplicación en un sistema compartido es un proceso complicado, porque puede que el host no tenga la pila de software necesaria para ejecutar la nueva versión. Los contenedores son independientes del sistema subyacente, de forma que los usuarios pueden aprovechar las nuevas funciones y mejoras de rendimiento de la aplicación.

  3. Ejecutar aplicaciones en cualquier sistema acelerado mediante GPU

    Todas las aplicaciones HPC gestionadas por terceros y disponibles en el registro de NGC están diseñadas para funcionar en sistemas acelerados mediante GPU. Los usuarios pueden iniciar sesión en NGC y trasladar los contenedores para ejecutarlos en una estación de trabajo local, un cluster HPC acelerado mediante GPU, un sistema NVIDIA DGX o en la nube. Esta flexibilidad está consiguiendo cambiar la forma de usar la HPC para lograr grandes avances científicos.

Los contenedores de NVIDIA GPU Cloud han automatizado la implementación de aplicaciones, lo que hace que los usuarios sean autosuficientes y nos permite centrarnos en otras cuestiones prioritarias. Gracias a la adopción de NGC, podemos ayudar a los investigadores a solucionar problemas reales.

– Ashwin Srinath, orientador de investigación del departamento de TI de la Universidad Clemson

Los contenedores de NVIDIA GPU Cloud han automatizado la implementación de aplicaciones, lo que hace que los usuarios sean autosuficientes y nos permite centrarnos en otras cuestiones prioritarias. Gracias a la adopción de NGC, podemos ayudar a los investigadores a solucionar problemas reales.

– Ashwin Srinath, orientador de investigación del departamento de TI de la Universidad Clemson

Nuestro entorno de clústeres por necesidad no se actualiza lo suficientemente rápido como para mantenerse al día con los requisitos de los flujos de trabajo de deep learning. Hemos realizado una inversión importante en las GPU NVIDIA y los contenedores NGC aprovechan esa inversión.

– Chris Reidy, administrador principal de sistemas HPC de la Universidad de Arizona

Nuestro entorno de clústeres por necesidad no se actualiza lo suficientemente rápido como para mantenerse al día con los requisitos de los flujos de trabajo de deep learning. Hemos realizado una inversión importante en las GPU NVIDIA y los contenedores NGC aprovechan esa inversión.

– Chris Reidy, administrador principal de sistemas HPC de la Universidad de Arizona

ACCEDE A LOS CONTENEDORES DE APLICACIONES HPC CON NGC

Regístrate ahora
Productos
Tecnologías
Recursos