Νέα κεντρική υπολογιστική υποδομή Cloud και High Performance Computing θέτει σε λειτουργία το Εθνικό Μετσόβιο Πολυτεχνείο.
Ο υπερυπολογιστής ICARUS, στην καρδιά της νέας υποδομής, ξεπερνά τα 2 PetaFLOPS σε υπολογισμούς FP64 και, μαζί με το ιδιωτικό Cloud του EMΠ, θα υποστηρίζει εφαρμογές Τεχνητής Νοημοσύνης, επιστημονικές προσομοιώσεις, ανάλυση δεδομένων και ερευνητικά έργα μεγάλης κλίμακας.
Το ICARUS διαθέτει 24 υπολογιστικούς κόμβους, με δύο NVIDIA Grace Hopper GH200 Superchips στον καθένα. Συνολικά, πρόκειται για 48 συνδυασμένες μονάδες CPU–GPU, με συνολική υπολογιστική επίδοση άνω των 2 PetaFLOPS σε FP64.
Πρόκειται για την ισχυρότερη υπερυπολογιστική μονάδα σε ελληνικό πανεπιστήμιο και μία από τις ισχυρότερες σε ευρωπαϊκό πανεπιστημιακό επίπεδο.
Με αυτόν δημιουργείται πλέον μια κοινή υπολογιστική υποδομή, που μπορεί να αλλάξει τον τρόπο, με τον οποίο γίνεται η έρευνα στο πανεπιστήμιο – από την τεχνητή νοημοσύνη και τις κλιματικές προσομοιώσεις μέχρι τη μηχανική και την επεξεργασία τεράστιων όγκων δεδομένων.
Η υποδομή εγκαταστάθηκε στο πλαίσιο του προγράμματος «Πανεπιστήμια Αριστείας» και τίθεται στη διάθεση της πολυτεχνειακής κοινότητας, με στόχο να καλύψει τις συνεχώς αυξανόμενες ανάγκες των Σχολών, των εργαστηρίων και των ερευνητικών ομάδων. Το συνολικό κόστος όλης της εγκατάστασης έφτασε τα 4 εκατομμύρια ευρώ.
Υπερυπολογιστής και σύνδεση με Cloud
Η νέα υποδομή έχει δύο διαφορετικούς αλλά αλληλοσυμπληρούμενους πυλώνες:
Ο πρώτος είναι το Ιδιωτικό Υπολογιστικό Νέφος (Cloud) του ΕΜΠ. Πρόκειται για ένα κοινόχρηστο υπολογιστικό περιβάλλον που απευθύνεται σε μέλη ΔΕΠ, ερευνητές και σπουδαστές.
Βασίζεται στην ανοικτή πλατφόρμα OpenStack και επιτρέπει στους χρήστες να δημιουργούν, ανάλογα με τις ανάγκες τους, εικονικά υπολογιστικά περιβάλλοντα. Μπορούν να διαθέτουν εικονικές μηχανές, αποθηκευτικό χώρο, snapshots, δικτυακές υπηρεσίες και ελεγχόμενη πρόσβαση.
Κοινή ψηφιακή «υποδομή εργασίας»
Έτσι μια ερευνητική ομάδα δεν χρειάζεται πλέον να αγοράσει και να συντηρεί τον δικό της φυσικό εξοπλισμό για κάθε ερευνητική εφαρμογή. Μπορεί να ζητήσει και να χρησιμοποιήσει τους απαιτούμενους υπολογιστικούς πόρους κεντρικά. Το Cloud λειτουργεί έτσι ως μια κοινή ψηφιακή «υποδομή εργασίας».
Ο δεύτερος πυλώνας είναι ο ίδιος ο ICARUS, ο οποίος προορίζεται για προβλήματα που απαιτούν πολύ μεγαλύτερη υπολογιστική ισχύ.
Το PetaFLOPS είναι ένας τρόπος μέτρησης της υπολογιστικής ισχύος. Ένα PetaFLOP αντιστοιχεί σε περίπου ένα τετράκις εκατομμύριο πράξεις κινητής υποδιαστολής ανά δευτερόλεπτο. Ο ICARUS μπορεί να ξεπεράσει τα 2 PetaFLOPS – στην ακρίβεια FP64 – που χρησιμοποιείται σε απαιτητικούς επιστημονικούς υπολογισμούς.
Η σημασία του δεν βρίσκεται, επομένως, απλώς στο πόσο γρήγορα μπορεί να «τρέξει» ένα πρόγραμμα.
Βρίσκεται στο ότι μπορεί να εκτελεί τεράστιους αριθμούς υπολογισμών παράλληλα, κάτι που είναι κρίσιμο όταν ένα ερευνητικό πρόβλημα περιλαμβάνει εκατομμύρια ή δισεκατομμύρια υπολογιστικές πράξεις.
Πώς αξιοποιείται ο υπερυπολογιστής
Οι σύγχρονες επιστήμες παράγουν ολοένα περισσότερα δεδομένα και απαιτούν ολοένα πιο σύνθετα μοντέλα. Ένα μοντέλο κλιματικής αλλαγής, για παράδειγμα, μπορεί να χρειάζεται να υπολογίσει ταυτόχρονα την αλληλεπίδραση πολλών διαφορετικών μεταβλητών.
Μια προσομοίωση στη μηχανική μπορεί να χρειάζεται να αναπαραστήσει τη συμπεριφορά ενός πολύπλοκου συστήματος.
Η εκπαίδευση ενός μοντέλου τεχνητής νοημοσύνης μπορεί να απαιτεί την επεξεργασία τεράστιων συνόλων δεδομένων. Σε τέτοιες περιπτώσεις, η συμβατική υπολογιστική ισχύς μπορεί να μην επαρκεί ή ο χρόνος που απαιτείται να είναι απαγορευτικός. Η νέα υποδομή του ΕΜΠ σχεδιάστηκε ακριβώς για αυτού του είδους τις εργασίες.
Τί εφαρμογές υποστηρίζει ο νέος Υπερυπολογιστής
Στις εφαρμογές που μπορεί να υποστηρίξει περιλαμβάνονται Τεχνητή Νοημοσύνη και Μηχανική Μάθηση, εκπαίδευση σύνθετων μοντέλων και νευρωνικών δικτύων, μεγάλης κλίμακας επιστημονικές προσομοιώσεις, υπολογιστική μηχανική, κλιματική και περιβαλλοντική μοντελοποίηση, ενεργειακά μοντέλα, μεγάλης κλίμακας ανάλυση δεδομένων και εφαρμογές μαζικής παράλληλης επεξεργασίας μέσω GPU.
Ένα από τα σημαντικότερα στοιχεία της νέας υποδομής είναι η δυνατότητα αξιοποίησής της για εφαρμογές Τεχνητής Νοημοσύνης. Εκτός από έξυπνους αλγόριθμους, οι σύγχρονες εφαρμογές AI απαιτούν και τεράστια υπολογιστική ισχύ, ιδιαίτερα όταν πρόκειται για την εκπαίδευση σύνθετων μοντέλων.
Η αρχιτεκτονική Grace Hopper της NVIDIA
Εδώ αποκτά ιδιαίτερη σημασία η αρχιτεκτονική Grace Hopper της NVIDIA, η οποία συνδυάζει CPU και GPU σε ένα ενιαίο υπολογιστικό περιβάλλον. Οι GPU είναι ιδιαίτερα αποτελεσματικές σε εργασίες που μπορούν να «σπάσουν» σε πολλές παράλληλες πράξεις.
Γι’ αυτό και έχουν καταστεί κρίσιμη υποδομή για την εκπαίδευση μοντέλων μηχανικής μάθησης. Έτσι, ο ICARUS δεν αποτελεί μόνο υποδομή για τους παραδοσιακούς τομείς της μηχανικής αλλά και για την ανάπτυξη εφαρμογών AI σε ένα μεγάλο εύρος επιστημονικών πεδίων.
Όπως υπογραμμίζεται, η σύγχρονη πανεπιστημιακή έρευνα δεν ανταγωνίζεται πλέον μόνο σε επίπεδο ανθρώπινου δυναμικού, δημοσιεύσεων ή εργαστηριακού εξοπλισμού. Η πρόσβαση σε υπολογιστική ισχύ έχει εξελιχθεί σε κρίσιμο παράγοντα.
Πιο αναλυτικά, η δυνατότητα ενός πανεπιστημίου να εκπαιδεύει μοντέλα AI, να εκτελεί σύνθετες προσομοιώσεις, να αναλύει τεράστιες βάσεις δεδομένων και να συμμετέχει σε μεγάλα ευρωπαϊκά ερευνητικά έργα εξαρτάται σε σημαντικό βαθμό και από τις ψηφιακές υποδομές που διαθέτει.
Από την κλιματική αλλαγή έως την ενέργεια
Ιδιαίτερο ενδιαφέρον παρουσιάζει και η δυνατότητα χρήσης της νέας υποδομής για κλιματική, ενεργειακή και περιβαλλοντική μοντελοποίηση. Σήμερα, η επιστημονική μελέτη ακραίων καιρικών φαινομένων, ενεργειακών συστημάτων, περιβαλλοντικών μεταβολών ή πολύπλοκων φυσικών διαδικασιών βασίζεται όλο και περισσότερο σε υπολογιστικές προσομοιώσεις.
Σύμφωνα με τους ειδικούς, όσο αυξάνεται η λεπτομέρεια μιας προσομοίωσης, τόσο αυξάνονται και οι υπολογιστικές απαιτήσεις. Ένας υπερυπολογιστής μπορεί να επιτρέψει στους ερευνητές να εξετάσουν περισσότερα σενάρια, σε μεγαλύτερη κλίμακα και με περισσότερες μεταβλητές.
Πρακτικά, αυτό σημαίνει ότι οι επιστήμονες αποκτούν ένα πολύ ισχυρότερο εργαλείο για να δοκιμάζουν μοντέλα, να επεξεργάζονται δεδομένα και να μελετούν σύνθετα φαινόμενα.
Ένα εργαστήριο για ολόκληρο το Πολυτεχνείο
Η συγκεκριμένη υποδομή απευθύνεται σε όλη την πολυτεχνειακή κοινότητα και μπορεί να χρησιμοποιηθεί όχι μόνο για ερευνητικά έργα αλλά και για εκπαιδευτικές δραστηριότητες.
Αυτό σημαίνει, ότι ένας φοιτητής που σήμερα μαθαίνει machine learning ή υπολογιστική μηχανική μπορεί να εκπαιδευτεί σε ένα πραγματικό περιβάλλον HPC.
Ειδικότερα, μπορεί να μάθει πώς λειτουργεί ένα cluster, πώς μοιράζεται η υπολογιστική ισχύς, πώς αξιοποιούνται οι GPU, πώς τρέχουν παράλληλα προγράμματα και πώς διαχειρίζονται τεράστιους όγκους δεδομένων.
Με τον τρόπο αυτό, η υποδομή μπορεί να λειτουργήσει και ως ένα είδος «σχολείου» για την επόμενη γενιά μηχανικών και ερευνητών.
