HOME| CRESCO| Guide/tutorials| Contatti| F.A.Q.

CRESCO: SISTEMA DI CALCOLO IBRIDO CPU-GPU S2050


Caratteristiche principali del Sistema Ibrido

L'uso di sistemi ibridi che integrano processori tradizionali e schede GPU è ormai una tendenza consolidata nello sviluppo delle tecnologie per l'HPC. Il modello del GPU Computing prevede l'uso combinato di CPU e GPU in un modello di elaborazione a co-processing eterogeneo. La parte sequenziale dell'applicazione viene eseguita sulla CPU, mentre la parte a maggiore intensità di calcolo viene accelerata dalla GPU.
Il server E4 modello E7118 è un sistema innovativo con fattore di forma 1U, progettato per aumentare la densità computazionale e ridurre i costi di acquisto, di housing e di consumo energetico. L'E7118 contiene due schede madri, ognuna capace di alloggiare 2 processori quad-core Intel® Xeon® che condividono un unico alimentatore. Ideale per applicazioni HPC computing cluster, data center /data farm, front-end server e per tutte le applicazioni che richiedono un utilizzo computazionale intensivo. In particolare, il sistema di portici, è costituito da due server in formato chassis 1U rackmount anche uniti in configurazione twin. Ogni server è così configurato:


Il sistema monta una unità NVIDIA TESLA S2050 con 4 GPU. Ogni server vede 2 GPU.

Specifiche
Form Factor 1.71inch high x 17.425inch wide x28.5inch depth
# of Tesla GPUs 4
# of GPU Cores 1,792
GPU Memory Speed 1.55 GHz
GPU Memory Interface 384-bit
GPU Memory Bandwidth 148GB/sec
Single Precision floating point performance (peak) 4.13 Teraflops
Double Precision floating point performance (peak) 2.06 Teraflops
Total Dedicated Memory Tesla S2050: 12GB GDDR5 (4 x 3GB*)
Power Consumption 900W (typical); 1,200W (maximum)
System Interface PCIe x16 Gen2
Software Development Tools PCIe x16 Gen2
*With ECC enabled, memory available to the user will be 2.625GB per GPU for S2050.



Accesso al Sistema Ibrido e sottomissione dei job

L'accesso al sistema ibrido è possibile solo tramite il front-end cresco-gpu01.portici.enea.it (cresco-gpu01). Per maggiori dettagli si veda il documento Accesso al Sistema.
I job possono essere sottomessi in batch sul nodo cresco-gpu02.portici.enea.it utilizzando la coda cpu_plus; la durata massima di un job è 24 ore. La sintassi e le modalità di sottomissione sono le stesse delle altre code di CRESCO4 e, pertanto, si puó fare riferimento alla relativa documentazione Come sottomettere un job. Per compilare il proprio codice CUDA è ovviamente necessario il compilatore nvcc il cui path è /usr/local/cuda/bin/nvcc. Sulla macchina è presente la release 5.5, V5.5.0 del compilatore nvcc. Per quanto riguarda le librerie dinamiche utili per la compilazone CUDA, queste ultime sono presenti al path /usr/local/cuda/lib64/.