GPUクラスター
.jpg)
GPUクラスター（英: GPU cluster）は、各ノードにグラフィックスプロセッシングユニット（GPU）を搭載したコンピュータ・クラスターである[1]。GPUクラスターでは、汎用グラフィックスプロセッシングユニット（GPGPU）による最新のGPUの計算能力を利用することで、非常に高速な計算を行うことができる。
ハードウェア
[編集]GPU種類
[編集]GPUクラスターは、採用するGPUによってヘテロジニアスとホモジニアスの2つに分類することができる。
ヘテロジニアス
主要な独立系ハードウェア企業（例：AMDとnVidia）の両方のハードウェアが使用される。同じGPUの異なるモデル（たとえば8800GTと8800GTXの混在）を使用した場合もヘテロジニアスクラスターとみなされる。
ホモジニアス
すべてのGPUが同じハードウェアクラス、メーカー、モデルであること（たとえば数100個の8800GTと同量のメモリで構成されるホモジニアスクラスター）。
GPUの種類によって利用できる機能が異なるため、上記の意味に基づいてGPUクラスターを分類することは、クラスター上でのソフトウェア開発を大きく方向付けることになる。
インターコネクト
[編集]コンピュータノードとそれぞれのGPUに加えて、ノード間でデータをやり取りするためには、十分な速度のインターコネクト（相互接続）が必要である。インターコネクトの種類は、存在するノードの数に大きく依存する。インターコネクトの例としてはギガビット・イーサネットやInfiniBandなどがある。
ソフトウェア
[編集]多数のGPU搭載マシンを1つのマシンとして動作させるために必要なソフトウェアコンポーネントには、次のものがある。
- オペレーティング・システム
- 各クラスタノードに搭載された各GPUタイプに対応したGPUドライバ。
- クラスタリングAPI（メッセージパッシングインターフェイス、MPIなど）。
- AMAXのVirtualCL（VCL）クラスタ・プラットフォームは、OpenCLのラッパーであり、ほとんどの変更されていないアプリケーションが、すべてのデバイスがローカル・コンピュータ上にあるかのように、クラスタ内の複数のOpenCLデバイスを透過的に利用できる。
アルゴリズムマッピング
[編集]GPUクラスターで動作するためのアルゴリズムのマッピングは、従来のコンピュータ・クラスターで動作するためのアルゴリズムのマッピングに多少似ている。例： 配列の一部をRAMから分割するのではなく、テクスチャをGPUクラスターのノードに分割する。
ベンダー
[編集]NVIDIAは、Tesla 20シリーズGPGPUを使用して完全に構成されたGPUクラスターを構築して提供する能力を持つ、専用のTesla Preferred Partner (TPP)のリストを提供している[2]。AMAX Information Technologies社、Dell社、Hewlett-Packard社、Silicon Graphics社は、GPUクラスターとシステムの完全なラインナップを提供する数少ない企業である。
参照項目
[編集]脚注
[編集]- ^ Kindratenko, Volodymyr V.; Enos, Jeremy J.; Shi, Guochun; Showerman, Michael T.; Arnold, Galen W.; Stone, John E.; Phillips, James C.; Hwu, Wen-mei (2009). “GPU clusters for high-performance computing”. 2009 IEEE International Conference on Cluster Computing and Workshops (New Orleans, LA, USA: IEEE): 1–8. doi:10.1109/CLUSTR.2009.5289128. ISBN 978-1-4244-5011-4.
- ^ “GPU Computing Partners”. Nvidia. 2019年7月1日時点のオリジナルよりアーカイブ。2021年4月11日閲覧。
外部リンク
[編集]- Are Magnus Bruaset, Aslak Tveito (2006). Numerical Solution of Partial Differential Equations on Parallel Computers. Birkhäuser. ISBN 3-540-29076-13-540-29076-1 外部リンク
- NCSAのアクセラレータクラスター
- STFCデアズベリー・ラボラトリーのGPUクラスター