O Departamento de Energia dos EUA (DoE) está aprofundando sua colaboração com a NextSilicon, uma startup focada em hardware para computação de alto desempenho (HPC). A empresa israelense anunciou que o Laboratório Nacional de Los Alamos (LANL) implantou seu segundo cluster Maverick-2 no ambiente de testes Darwin, um passo significativo para a avaliação de novas tecnologias de computação. Esta implantação segue a instalação do primeiro supercomputador da NextSilicon no Sandia National Laboratories, que conta com 64 nós e 128 aceleradores configuráveis pela empresa.
O sistema Maverick-2 no Darwin é menor, com apenas quatro aceleradores, mas sua importância para o LANL é considerável. Galen Shipman, cientista-chefe do Darwin, descreve o ambiente como um "espaço de teste de longa duração onde trazemos tecnologias mais novas para avaliação". Isso permite ao laboratório "trabalhar com a tecnologia muito mais rapidamente, integrá-la com outros componentes de nossa arquitetura em nosso ambiente". Sistemas menores como o Maverick-2 facilitam a validação e portabilidade de um leque mais amplo de códigos para os chips, identificando problemas e colaborando diretamente com a NextSilicon para influenciar o desenvolvimento futuro de seus produtos. O interesse do LANL no Maverick-2 é, portanto, um prelúdio para possíveis implantações em larga escala em futuros supercomputadores do DoE, especialmente considerando que muitas das cargas de trabalho críticas do laboratório não podem ser executadas em sistemas públicos.
O Desafio das Simulações Multi-físicas
O LANL desempenha um papel crucial na garantia da eficácia do arsenal nuclear dos EUA e na simulação de fontes de energia, como em reatores de fusão. Ambas as áreas dependem de simulações multi-físicas, que, na verdade, são um conjunto de simulações com requisitos computacionais distintos. Um exemplo é a fusão por confinamento inercial, onde lasers implodem uma cápsula de combustível com o objetivo de gerar mais energia do que a consumida. "Isso é inerentemente multi-físico", explica Shipman. As simulações abrangem os lasers, a hidrodinâmica dentro da cápsula e as interações químicas e de materiais durante o processo de fusão. O desafio reside no fato de que uma plataforma ideal para uma dessas simulações pode não ser adequada para outras, tornando a identificação de uma solução única e otimizada uma tarefa complexa.
Uma Arquitetura Adaptável e Reconfigurável
Os processadores tradicionais (CPUs) são adequados para cargas de trabalho com seções seriais extensas, padrões de acesso irregulares e que se beneficiam de hierarquias de cache profundas. As Unidades de Processamento Gráfico (GPUs), por outro lado, destacam-se em cargas de trabalho densas e pesadas em multiplicação de matrizes. É aqui que a NextSilicon busca se posicionar. "Onde a NextSilicon se encaixa é na capacidade de se reconfigurar para corresponder à carga de trabalho, sob demanda", afirma Shipman. A esperança é dispensar a necessidade de determinações rígidas prévias sobre a quantidade de CPU ou GPU necessárias, utilizando uma arquitetura "muito mais adaptável e reconfigurável para atender ao fluxo de trabalho onde ele estiver".
O Maverick-2: Um Chameleon Computacional
Visualmente semelhante a algumas GPUs, o Maverick-2 não é uma GPU. Ele emprega uma arquitetura de dataflow que sobrepõe comunicação e computação. Em vez de depender de operações de load-store para movimentar dados, como em CPUs ou GPUs convencionais, o chip é composto por uma grade de Unidades Lógicas Aritméticas (ALUs) configuradas para executar operações na ordem necessária. Os dados são processados à medida que transitam entre as ALUs, de forma análoga a um mecanismo de Rube Goldberg. Essa abordagem pode tornar as arquiteturas de dataflow extremamente eficientes em cenários limitados pela largura de banda, com implicações não apenas para HPC e computação científica, mas também para inteligência artificial (IA). A NextSilicon se diferencia por focar em cargas de trabalho de precisão dupla (FP64) esparsas. A empresa desenvolveu um compilador que decompõe códigos C, Python, Fortran ou CUDA em um grafo executável diretamente em seus chips.
Desempenho em Foco, Não em Picos Teóricos
A NextSilicon optou por não divulgar o desempenho teórico máximo de pico de forma convencional, como fazem Nvidia ou AMD. Em vez disso, a empresa publicou métricas de desempenho em uma série de benchmarks de HPC. Por exemplo, no benchmark HPCG, o Maverick-2 atinge 600 gigaFLOPS, desempenho comparável a GPUs contemporâneas, mas com metade do consumo de energia. Shipman considera que o desempenho de pico anunciado raramente é um bom indicador do desempenho real. "A coisa em que minha equipe passa mais tempo é como geramos proxies representativos, kernels representativos; como geramos especificações que comunicam nossas necessidades ao ecossistema mais amplo para que fornecedores como a NextSilicon possam nos atender e co-projetar conosco", conclui.
O laboratório americano, com a implantação do Maverick-2, sinaliza um caminho promissor para arquiteturas de computação mais flexíveis e eficientes, essenciais para desvendar os próximos desafios da ciência e da segurança nacional.
Com reportagem de Brazil Valley
Source · The Register





