EMBEDDED
52 • MAGGIO • 2014
26
HPC
IN TEMPO REALE
i7 (prestazioni quad core con fino a 16 GB di memoria DDR3)
ma, quando le esigenze progettuali lo rendono necessario,
sono disponibili soluzioni opzionali di co-processing, con sche-
de dotate di FPGA Xilinx Virtex-6 e GPGPU, per accrescere
ulteriormente le prestazioni.
In prospettiva, l’incessante sviluppo della potenza di elabora-
zione dati in questo spazio di computing richiede anche tec-
nologie di comunicazione e interconnessione con prestazioni
sempre maggiori. La tendenza è alla migrazione da sistemi
basati su 10 GbE (Gigabit Ethernet) verso 40 GbE e, per quan-
to riguarda le architetture d’interconnessione, verso la specifi-
ca industry-standard InfiniBand (IB). Un’architettura fabric a
bassa latenza, banda elevata, e caratterizzata da una maturità
messa alla prova da anni di applicazione nei data center, nei
cluster di computing ad alte prestazioni e nelle applicazioni
embedded. Solo per fare un esempio, si può accennare alla
recente introduzione, da parte di Curtiss-Wright Controls
Defense Solutions, dello switch VPX6-6802 della famiglia
Fabric40. La scheda, in formato OpenVPX (VITA 65) 6U è
in grado di fornire il supporto 10/20/40 GbE, e una connet-
tività InfiniBand verso sistemi OpenVPX. Una capacità di
interconnessione adatta ad applicazioni HPEC in applicazioni
aerospaziali come quelle SIGINT (signals intelligence) o di
elaborazione di segnali radar.
Sinergie tra CPU e GPU
Nel supercomputing embedded e nel calcolo parallelo, un’al-
tra tendenza sempre più evidente è quella verso l’utilizzo delle
unità di elaborazione grafiche – le GPU (graphics processing
unit) commodity, ad esempio di NVIDIA o AMD, dedicate alla
gestione della grafica nelle console videogiochi – come acce-
leratori delle prestazioni di elaborazione. Rispetto alle conven-
zionali CPU (central processing unit),
le GPU dispongono di molte più unità
di elaborazione, con maggior efficien-
za e banda elevata. Così si è pensato
di usare questa potenza, sfruttandola
con successo, ad esempio in utilizzi
scientifici, nell’elaborazione di data-
base, o in applicazioni di imaging. A
quest’area appartengono, come prima
accennato, le GPGPU, che vengono
affiancate alle CPU, generando una
modalità di elaborazione di tipo ete-
rogeneo. I casi applicativi sono sva-
riati. Proprio lo scorso gennaio, GE
Intelligent Platforms ha annunciato
di aver acquisito una commessa, da
parte dell’High Performance Systems
Branch dello US Air Force Research
Laboratory (AFRL) Information
Directorate, per un sistema HPEC che sfrutta come accele-
ratori computazionali per il calcolo parallelo le GPU NVIDIA.
L’obiettivo è usare tale sistema per lo sviluppo e il dispie-
gamento di evolute architetture neuromorfe, in grado di
simulare i percorsi neuronali di ragionamento alla base del
funzionamento del cervello umano. L’applicazione HPEC di
GE è stata progettata per supportare il programma HPCMP
(high performance computing modernization program) del
Dipartimento della difesa statunitense (DoD), e la sua capacità
di elaborazione dati in real-time sarà utilizzata anche per lo
sviluppo dei programmi radar di prossima generazione, come
Gotcha wide-area SAR (synthetic aperture radar). Il sistema
HPEC GPU-based è alloggiato in uno chassis rack mount
OpenVPX 6U, ed ha la capacità di fornire 20 teraflop di poten-
za computazionale. Ma, all’occorrenza, può essere espanso
tramite l’aggiunta di ulteriori rack e nodi. Il pregio degli
acceleratori basati su GPU è di velocizzare l’elaborazione di
segnali e video, minimizzando dimensioni, peso e consumi, in
ottemperanza ai requisiti SWaP. Secondo Rod Rice, general
manager, military & aerospace products di GE Intelligent
Platforms, i dispositivi di accelerazione computazionale che
usano GPU costituiscono un ottimo approccio per risolvere i
problemi più ardui che le organizzazioni militari stanno oggi
affrontando, perché hanno la peculiarità di combinare presta-
zioni di computing molto elevate con un minimo consumo di
energia, e di dissipare il calore in spazi ristretti. Nella struttura
modulare del sistema HPEC ogni rack comprende cinque
schede SBC (single board computer) con processori Intel
Core i7 e adattatori GbE e InfiniBand. Tali schede SBC sono
poi abbinate a moduli che integrano i più recenti acceleratori
GPU di NVIDIA, basati sull’architettura di computing Kepler,
che fornisce un totale di 13.440 core.
Fig. 3 – Uno schema del funzionamento del sistema HPC GPU-based di
NVIDIA
