Opis projektu
Oprogramowanie i sprzęt zwiększają wydajność superkomputerów
Zanim uda się doprowadzić do opracowania maszyn eksaskalowych, konieczne jest rozwiązanie szeregu problemów dotyczących systemów obliczeniowych wielkiej skali, obejmujących między innymi złożoność infrastruktury eksaskalowych superkomputerów, a także ich pozostawiającą wiele do życzenia niezawodność, która prowadzi do występowania awarii. Rozwiązanie tych problemów wymaga zwiększenia wydajności tych maszyn przy jednoczesnym ograniczeniu ich zapotrzebowania na energię. Zespół finansowanego ze środków Unii Europejskiej projektu RECIPE opracuje hierarchiczną infrastrukturę zarządzania zasobami w czasie wykonywania programów, aby zoptymalizować efektywność energetyczną i zminimalizować występowanie gorących miejsc. Uczestnicy projektu opracują również metodologię przewidywania niezawodności w celu zapewniania wysokiej jakości usług, niezależnie od przejściowych, jak i długoterminowych awarii sprzętu. Dodatkowo w ramach prac powstanie szereg warstw integracyjnych, które umożliwią menedżerom zasobów interakcję z aplikacją i architekturą sprzętową.
Cel
The current HPC facilities will need to grow by an order of magnitude in the next few years to reach the Exascale range. The dedicated middleware needed to manage the enormous complexity of future HPC centers, where deep heterogeneity is needed to handle the wide variety of applications within reasonable power budgets, will be one of the most critical aspects in the evolution of HPC infrastructure towards Exascale. This middleware will need to address the critical issue of reliability in face of the increasing number of resources, and therefore decreasing mean time between failures.
To close this gap, RECIPE provides: a hierarchical runtime resource management infrastructure optimizing energy efficiency and ensuring reliability for both time-critical and throughput-oriented computation; a predictive reliability methodology to support the enforcing of QoS guarantees in face of both transient and long-term hardware failures, including thermal, timing and reliability models; and a set of integration layers allowing the resource manager to interact with both the application and the underlying deeply heterogeneous architecture, addressing them in a disaggregate way.
Quantitative goals for RECIPE include: 25% increase in energy efficiency (performance/watt) with an 15% MTTF improvement due to proactive thermal management; energy-delay product improved up to 25%; 20% reduction of faulty executions.
The project will assess its results against the following set of real world use cases, addressing key application domains ranging from well established HPC applications such as geophysical exploration and meteorology, to emerging application domains such as biomedical machine learning and data analytics.
To this end, RECIPE relies on a consortium composed of four leading academic partners (POLIMI,UPV,EPFL,CeRICT); two supercomputing centers, BSC and PSNC; a research hospital, CHUV, and an SME, IBTS, which provide effective exploitation avenues through industry-based use cases
Dziedzina nauki
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-FETHPC-2017
System finansowania
RIA - Research and Innovation actionKoordynator
20133 Milano
Włochy