景派资讯丨超级计算机竞争逐渐白热化，AMD宣布MI300 APU为新一台E级超算提供算力支持

2022年6月21日，劳伦斯利弗莫尔国家实验室 (LLNL) 的 Terri Quinn 在橡树岭国家实验室 (ORNL) 第 79 届 HPC 用户论坛上发表的演讲中披露了有关E级超算El Capitan 超级计算机架构的更多细节。Quinn 透露，AMD 即将推出的 MI300 APU 将成为 El Capitan 的计算基石，预计于 2023 年底在劳伦斯利弗莫尔国家实验室安装。

El Capitan 是 HPE 构建的 AMD 驱动的E级计算系统，通过捆绑在 HPE Cray XE 机架中并与 Slingshot-11 网络连接在一起的紧密封装的 AMD GPU 和 CPU，有望提供至少 2 exaflops——接近目前世界最快超算Frontier的两倍——的峰值性能。

现在，我们对 AMD 硬件有了更多了解：El Capitan 将由 AMD 即将推出的 MI300 APU 提供支持。

“这是我们第一次公开声明这一点，”LLNL 的 HPC 副主任 Quinn 说。“我从 （AMD 的） 投资者文件中删去了这些词，这就是它所说的：它是一种 3D 小芯片设计，带有 AMD CDNA3 GPU、Zen 4 CPU、高速缓存和 HBM 小芯片。”  

“我无法为您提供所有规格，但 El Capitan]的平均品质因数至少比 Sierra 性能高 10 倍，”Quinn 说。“理论峰值是两个双精度 exaflops，（功耗方面）我们将其保持在 40 兆瓦以下——原因与 Oak Ridge 相同，即运营成本。”

MI300 APU 是 MI200 GPU 的后续产品，后者是处于橡树岭验收测试最后阶段的 exascale Frontier 超级计算机的强大动力。作为 AMD 在处理器、封装和结构技术方面的专长，MI300 将利用 AMD 的第四代 Infinity 架构，实现 2.5D 和 3D 小芯片集成以及统一的系统级一致性。它将与米兰的继任者 AMD 的下一代 Zen 4 “Genoa” CPU 一起实施。

在本月初的 AMD 2022 年金融分析师日上，AMD 的 Forrest Norrod 表示，MI300 APU 将使用其新的 FP8 数字格式提供 8 倍以上的训练性能。此外，AMD 报告称 Genoa（El Capitan 中的 CPU 引擎）将提供高出 75% 的 Java Enterprise 性能。

Quinn 还表示，虽然 Livermore 传统上使用供应商的系统软件和管理软件，但他们正在转而使用他们用于传统 Linux 集群的定制 NNSA Tri-Lab 操作系统堆栈 ( TOSS )。

这是有道理的，Quinn 说，如果你认为 El Capitan 本质上是一个大型 Linux 集群。“这不是数千个节点，而是我们在其他集群上获得的节点顺序。所以我们把它放在这里，我们可以让我们中心的每个系统都运行完全相同的操作系统，所以这对我们来说是一个很大的吸引力。”

利弗莫尔已经在运行许多测试和开发系统，为接收 El Capitan 做准备。三个这样的早期访问系统——rzVernal、Tioga 和 Tenaya——在最近的 Top500 列表中排名前 200。所有这些都是由 HPE 使用“前沿式”刀片构建的，这些刀片由 AMD MI250X GPU、Milan CPU 和 Cray EX 机柜内的 Slingshot-11 网络组成。

LLNL 在国家核安全局 (NNSA) 的主持下运作，该局致力于通过核科学的军事应用来加强国家安全。为此，奎因解释说，美国的“全球竞争对手”近年来一直在对其核武器库存进行现代化改造。“美国一直依赖于延长我们核武器的寿命，”她继续说道。“但我们已经达到了政府希望对我们的库存进行现代化改造的地步[.] El Capitan 计划完成这项任务。”

上个月，NNSA 在 2020 年 3 月启动该项目后，在利弗莫尔完成了 Exascale 计算设施现代化 (ECFM) 项目。Quinn 解释说，现有设施有足够的规模（48,000 平方英尺）和结构完整性（625 磅/平方英尺），但需要大修来支持站点的任务，即同时运行两个百亿亿级系统。电力供应从 45MW 升级到 85MW，冷却规模扩大到可容纳 28,000 吨水，包括一座新的 18,000 吨冷却塔。

El Capitan 计划于 2023 年安装，目的是在 2024 年第二季度将 NNSA 工作负载投入生产。该系统预计将在 2024 年至 2030 年期间运行。