世界最大規模のスーパーコンピューターのアプリケーションが、NVIDIA GPU がエネルギー効率に優れていることを立証
誰でも、アクセラレーテッド コンピューティングがエネルギー効率に優れていることには同意するでしょう。
オープン サイエンスにおける米国エネルギー省の中心的な施設である、米国エネルギー省管轄国立エネルギー研究科学計算センター (NERSC) が、ハイ パフォーマンス コンピューティングおよび AI の主要な 4 つのアプリケーションの成果を測定しました。
同センターは、NVIDIA GPU を搭載している、世界最大規模のスーパーコンピューターである Perlmutter で、アプリケーションの実行速度、ならびに CPU のみと GPU アクセラレーテッドのノードでのエネルギー消費量を測定しました。
結果は明らかでした。NVIDIA A100 Tensor コア GPU でのアクセラレーションにより、エネルギー効率が平均の 5 倍以上に向上しました。気象予報のアプリケーションでは、効率が 9.8 倍向上しました。
GPU で消費電力を大きく節約
4 基の A100 GPU が搭載されたサーバーを使って、NERSC はデュアル ソケットの x86 サーバーの 12 倍の速度を達成しました。
このことは、同じ性能レベルであれば、GPU アクセラレーテッド システムは、CPU のみのシステムに比べて、1 か月の消費電力が 588 メガワット減るということを示しています。同じワークロードを 1 か月間、4 基の NVIDIA A100 を利用できるクラウド インスタンスで実行した場合、研究者は CPU のみのインスタンスに比べて 400 万ドル以上の節約が可能になるのです。
現実世界でのアプリケーションを測定
この結果は大きな意味を持っています。これらが合成ベンチマークではなく、現実世界のアプリケーションを測定したものであるからです。
このような効率性の向上により、Perlmutter を使用している 8,000 人以上の科学者が、より大きな課題に挑むことができるようになり、たくさんのブレイクスルーへの扉が開かれるようになります。
7,100 基以上の A100 GPU を搭載した Perlmutter の、たくさんのユースケースの 1 つとして、科学者は原子内部でのインタラクションを調べ、新しいグリーン エネルギー源を見つけようとしています。
あらゆる規模の科学を支援
NERSC がテスト対象としたアプリケーションは、分子動力学、材料科学および気象予報に関するものです。
たとえば、MILC は原子内で素粒子をつなぎ止めている基本的な力のシミュレーションを行います。MILC は、量子コンピューティングの発展、暗黒物質の研究、ならびに宇宙の起源の研究に使用されます。
BerkeleyGW は、材料およびナノ構造のシミュレーションおよび光学特性の予想を可能にします。このことは、より効率的な電池および電子デバイスの開発に向けての重要な一歩となります。
NERSC のアプリケーションの効率性が、アクセラレーテッド コンピューティングによって向上
A100 GPU によって効率性が 8.5 倍アップする EXAALT は、分子動力学の課題を解決します。これによって、研究者は、他のツールによるスナップショットの連続ではなく、原子の動きを捉えたショート ビデオのようなものでのシミュレーションが可能になります。
テストの 4 つめのアプリケーションである DeepCAM は、気象データのなかでハリケーンや大気の川を見つけるのに使われます。DeepCAM は、A100 GPU によるアクセラレーションによって、エネルギー効率が 9.8 倍向上します。
全体で 5 倍のスピードアップが可能となったのは、HPC と AI アプリケーションを組み合わせているからです。
アクセラレーテッド コンピューティングでさらなる節約を実現
NERSC の結果は、アクセラレーテッド コンピューティングによる潜在的な節約効果についての初期の計算を裏付けるものとなっています。たとえば、NVIDIA が行った別の分析では、GPU は CPU に比べて、AI 推論でのエネルギー効率が 42 倍向上しています。
つまり、AI ワークロードを実行している、CPU のみ搭載のすべてのサーバーを GPU アクセラレーテッド システムに変更することにより、1 年で 10 兆ワットアワーものエネルギー節約が可能になります。これは、140 万軒の家庭の年間消費量分の節約に相当します。
エンタープライズを加速
科学者でなくても、アクセラレーテッド コンピューティングでエネルギー効率を改善させることは可能です。
例えば、製薬企業は GPU アクセラレーテッドのシミュレーションと AI を使って、創薬のプロセスをスピードアップさせています。また、BMW Group のような自動車メーカーは同様の手法を使って、工場全体をモデリングしています。
これらの企業は、アクセラレーテッド コンピューティングと AI を活用しており、NVIDIA の創業者/CEO であるジェンスン フアン (Jensen Huang) が 産業 HPC 革命と呼ぶ動きの最前線にいる注目企業の一例にすぎません。