GPGPU klaszter kialakítása

OData támogatás
Konzulens:
Dr. Szeberényi Imre
Irányítástechnika és Informatika Tanszék

Az asztali munkaállomások grafikus kártyái gyakran jelentős számítási teljesítményre képesek. Ezek a GPU-k felépítésükből adódóan hatékonyan használhatók jól párhuzamosítható számítások futtatására és a CUDA megjelenése óta egyre könnyebb olyan programokat fejleszteni, amik kihasználják ezt a lehetőséget. A tanszéki hallgatói laboratóriumban 26 PC található, mindegyikben egy NVIDIA GPU-val. Ennek a 26 GPU összteljesítményének elméleti maximuma 18 TFLOP/s, ami az egyetemi szuperszámítógép háromszorosa. Ezt a hatalmas számítási teljesítményt érdemes lenne összefogni kutatási és oktatási célokra, mert a fizikai szimulációktól kezdve a bioinformatikán és orvostudományon át a pénzügyi elemzésekig számos nagy számításigényű feladat lenne megoldható az eddiginél jelentősen rövidebb idő alatt. Oktatási szempontból lehetőséget tudnánk biztosítani a hallgatóknak multi-GPU alkalmazások fejlesztésére, mindezt a jelenlegi konfiguráció fizikai megváltoztatása nélkül.

Munkám során megismertem az általános célú GPU programozás alapjait, a számítógép klaszterek kialakítására és GPU virtualizációra használható technológiákat. Megvizsgáltam a laboratóriumban rendelkezésre álló infrastruktúrát GPGPU klaszter kialakíthatóságának szemszögéből, és megmértem a lehetséges szűk keresztmetszetet jelentő rendszerelemek teljesítményét. A használati esetek, a mérések eredményei és az elérhető szoftverkomponensek alapján megterveztem egy lehetséges megoldást GPU virtualizáción alapuló klaszter kialakítására, majd elkészítettem a rendszer prototípusát.

Dolgozatom három fő részre tagolódik. Az első részében bemutatom a grafikus kártyák általános célú programozásának fejlődését, a CUDA programozási modelljét és más létező GPGPU programozásra szolgáló technológiákat. A második rész számítógépek klaszterekbe szervezéséről és a grafikus kártyák virtualizálásának lehetőségeiről szól. Ismertetem a GPU virtualizálás HPC klaszterekben való alkalmazásának értelmét, végül bemutatok egy lehetséges megoldást a laboratórium asztali számítógépeiben található GPU-k általános célú klaszterbe szervezésére. Kitérek az egyetemi környezetből fakadó speciális igényekre, problémákra, biztonsági kérdésekre, valamint az elkészült rendszer továbbfejlesztési lehetőségeire.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.