Este site pode ganhar comissões de afiliados dos links nesta página. Termos de uso. 
Desde que tivemos supercomputadores, também tivemos pessoas se perguntando:”Como posso construir um desses, exceto com um décimo do orçamento e usando apenas uma fração da energia?”Várias equipes dos cientistas construíram “clusters Beowulf”, supercomputadores que são, na verdade, clusters de hardware de qualidade, compartilhando sua própria LAN. E lembre-se de todos aqueles supercomputadores PlayStation? Agora, uma equipe de estudantes da Southern Methodist University em Dallas construiu um supercomputador conectando 16 módulos Nvidia Jetson Nano, juntamente com quatro fontes de alimentação, um switch de rede, alguns ventiladores e cerca de cinco dúzias de fios feitos à mão. (Fato: todos os melhores protótipos sempre têm fios soldados à mão pendurados na parte de trás.)
De acordo com Conner Ozenne, um estudante sênior de ciência da computação e um dos líderes do projeto, “escolhemos usar Módulos Nvidia Jetson porque nenhum outro pequeno dispositivo de computação possui GPUs integradas, o que nos permitiria enfrentar mais problemas de IA e aprendizado de máquina.”
Supercomputador’Baby’
Arquitetonicamente, o Jetson Nano é mais semelhante ao Nintendo Switch, que roda no SoC Tegra X1 da Nvidia, então usaremos isso como ponto de comparação.
Estudantes da Southern Methodist University em Dallas construíram seu”supercomputador bebê”DIY com dezesseis desses Jetson Nano módulos. Os alunos exibirão seu minicluster na conferência de supercomputação SC22 em Dallas.
O Switch e o Nano têm a mesma largura de banda de memória máxima teórica (25,6 GB/s). Eles também têm o mesmo SoC Cortex-A57 quad-core, mas a CPU do Nano tem clock consideravelmente maior (1,43 GHz versus 1,02 GHz para o Switch quando encaixado). No que diz respeito ao poder relativo da GPU das duas plataformas, no entanto, a situação é inversa. O SoC Tegra X1 baseado em Maxwell dentro do Switch oferece 256 núcleos shader em comparação com apenas 128 no Jetson Nano.
Embora isso implique que o Nano teria metade da velocidade do Switch na mesma carga de trabalho, a diferença pode não ser tão grande. O Switch supostamente atinge 768MHz no modo dock, enquanto o Jetson Nano tem um clock máximo de até 921MHz. Ao todo, o supercomputador”bebê”combina 64 núcleos Cortex-A57, 64 GB de RAM e 2.048 núcleos Maxwell em 16 placas.
Nano faz jus ao nome
Vamos enfrentar o elefante As especificações objetivas do supercomputador de 16 placas SMU são pouco inspiradoras, considerando que os sistemas de desktop de soquete único agora oferecem até 64 núcleos. Jetson Nano está realmente fazendo jus à parte’nano’de seu nome aqui. Não só as estatísticas são bastante simples por si só, como todo o cluster literalmente cabe em uma mesa.
Mas brincadeiras à parte, comparar as especificações de um sistema como esse com o hardware de PC convencional perde o ponto. os desafios associados ao dimensionamento de cargas de trabalho de forma eficaz em uma grande rede de dispositivos lentos, com uma quantidade relativamente pequena de memória por dispositivo, são conceitualmente semelhantes, quer estejamos discutindo supercomputadores verdadeiros ou sistemas de dispositivos incorporados de menor escala como este.
Sistema em módulo Jetson Orin da NVIDIA
“Iniciamos este projeto para demonstrar os detalhes básicos do que acontece em um cluster de computadores”, disse Eric Godat, líder da equipe de pesquisa e ciência de dados na organização de TI da SMU.”O mini-cluster é uma ferramenta de ensino eficaz sobre como tudo isso realmente funciona-ele permite que os alunos experimentem a remoção dos fios, o gerenciamento de um sistema de arquivos paralelo, a recriação de cartões e a implantação de software de cluster.”
Preço vs. Desempenho
Qualquer carga de trabalho de IA provavelmente funcionaria melhor na GTX 980 (2.048 núcleos em um chip) em oposição a 16 GPUs Jetson Nano em 16 placas, mas a última é muito melhor, se ainda simplista, simulação de alguns dos desafios de dimensionamento que os engenheiros de supercomputação em grande escala enfrentam no trabalho.
Nvidia post do blog faz referência à ideia de atualizar o atual sistema de 16 placas com hardware Jetson Orin Nano. O aumento de desempenho de qualquer salto seria considerável. Já detalhado anteriormente, o Orin Nano oferece seis núcleos de CPU Cortex A-78AE a 1,5 GHz e 512 núcleos de GPU Ampere com 16 núcleos tensores. p com seus 4 CPUs Cortex-A57 e 128 núcleos Maxwell. O Orin Nano é mais caro que o Jetson Nano, no entanto, por US$ 199 versus US$ 129.
Sistema em módulo Jetson Orin Nano da NVIDIA. Este é o chip que a NVIDIA sugere para uma atualização para o “supercomputador bebê” SMU. para o mercado neste espaço. Um Orin Nano de US$ 129 com 256 núcleos Ampere e, digamos, oito núcleos tensores ainda seria uma grande atualização.
Ao mesmo tempo, a Nvidia tem poucos motivos para cortar preços. No momento , o Jetson Nano realmente só compete consigo mesmo. Embora existam algumas outras placas baseadas em ARM que são compatíveis com aceleradores, a GPU do Jetson Nano é o único produto em sua classe de preço e de seu tipo.
O os alunos exibirão seu minigrupo na conferência de supercomputação SC22 em Dallas. Este ano, o SC22 acontece em 13 de novembro-18.
Agora leia:
