Chinesische Universität setzt HPE ProLiant DL380 Gen11 Server zur Beschleunigung von KI-Forschung und HPC-Workloads ein
Projektübersicht
Eine führende multidisziplinäre Universität in China (Kundenname aus Vertraulichkeitsgründen zurückgehalten) hat die Bereitstellung von HPE ProLiant DL380 Gen11 Rack-Servern in ihrem Campus-Rechenzentrum für wissenschaftliche Forschung abgeschlossen. Das Projekt ersetzt einen fünf Jahre alten Dual-Socket-Cluster, der zum Engpass für die künstliche Intelligenz, die Computational Fluid Dynamics und die Materialwissenschaften der Universität geworden war. In Zusammenarbeit mit dem Information Technology Center der Universität lieferten wir eine vollständig konfigurierte, rack-integrierte und burn-in getestete Plattform, die nun mehr als 1.200 Forscher und Doktoranden aus neun Fakultäten unterstützt.
Die Herausforderung
Vor dem Upgrade hatte der gemeinsam genutzte Cluster der Universität Schwierigkeiten, mit dem schnellen Wachstum der GPU-beschleunigten und datenintensiven Forschung Schritt zu halten. Die wichtigsten Probleme, die vom IT-Center gemeldet wurden, waren:
- Rechenleistungssättigung: Die Job-Warteschlangen auf den Legacy-Knoten überschritten während der Spitzenzeiten für Abschlussarbeiten und Antragsfristen regelmäßig 72 Stunden.
- Strom- und Kühlungsgrenzen: Der bestehende Serverraum arbeitete bereits nahe seiner elektrischen Obergrenze, so dass jede neue Kapazität weit mehr Leistung pro Watt liefern musste.
- Skalierungsdruck: Neue KI-Forschungsrichtungen erforderten dichte lokale NVMe-Speicher und Hochbandbreiten-Netzwerke, die die alte Plattform nicht aufnehmen konnte.
- Verwaltung: Gemischte Hardware-Generationen machten Firmware-Patches, Überwachung und Remote-Fehlerbehebung zunehmend manuell und fehleranfällig.
- Budgetverantwortung: Als öffentliche Einrichtung benötigte die Universität eine Lösung mit vorhersehbaren Gesamtbetriebskosten und einem klaren mehrjährigen Lebenszyklus.
Die Lösung: HPE ProLiant DL380 Gen11
Nach einer wettbewerbsorientierten technischen Bewertung standardisierte die Universität auf dem HPE ProLiant DL380 Gen11 2U Rack-Server. Die Plattform wurde aufgrund ihres ausgewogenen Verhältnisses von Rechenleistungsdichte, Speicherbandbreite, Energieeffizienz und langfristiger Lieferstabilität ausgewählt. Die gelieferte Konfiguration wurde für gemischte HPC- und KI-Inferenz-Workloads optimiert:
| Komponente | Konfiguration | Warum es wichtig ist |
|---|---|---|
| Prozessor | Zwei 4. Generation Intel® Xeon® Scalable Prozessoren (je 32 Kerne) | Höhere Kerndichte für parallele Simulationen und Batch-Inferenz |
| Speicher | 512 GB DDR5 RDIMM, 12-Kanal-Architektur | Breitere Speicherbandbreite für große Datensätze und In-Memory-Analysen |
| Speicher | 8 × 3,84 TB NVMe SSD mit HPE MR416i Controller | Schneller lokaler Scratch-Speicher für Trainingsdaten und Checkpoints |
| Netzwerk | 2 × 25 GbE plus dedizierter iLO-Management-Port | Latenzarmer Cluster-Interconnect und Out-of-Band-Steuerung |
| Stromversorgung | Zwei redundante 1600 W Titanium Hot-Plug-Netzteile | Redundanz mit höchster Effizienzklasse |
| Verwaltung | HPE iLO 6 mit OneView-Integration | Single-Pane-Management für Firmware, Zustand und Lebenszyklus |
Bereitstellungsprozess
Die Einführung folgte einem Vier-Phasen-Plan, der die Störung der laufenden Forschung minimierte:
- Bewertung: Workload-Profiling des Legacy-Clusters zur Dimensionierung von CPU-, Speicher- und Speicherverhältnissen anhand von realen Job-Telemetriedaten.
- Staging und Burn-in: Jede Einheit wurde in unserer Einrichtung gerackt, verkabelt, mit einer Basis-Firmware versehen und Stresstests unterzogen, bevor sie versandt wurde, so dass die Arbeiten vor Ort auf Installation und Abnahme beschränkt waren.
- Migration: Die neuen Knoten wurden als separate Partition zum bestehenden Slurm-Scheduler hinzugefügt, was es den Forschern ermöglichte, die Ergebnisse mit der alten Hardware zu validieren, bevor sie außer Betrieb genommen wurden.
- Übergabe: Eine zweitägige technische Schulung für das IT- und Forschungsunterstützungspersonal der Universität umfasste iLO 6-Bedienung, Firmware-Konformität und Fehlerdiagnose.
Ergebnisse
Nach der Inbetriebnahme meldete die Universität messbare Verbesserungen in ihren Kernforschungsabläufen:
- 3,4-mal höherer Durchsatz bei parallelen Simulationsjobs im Vergleich zu den Knoten der vorherigen Generation.
- Bis zu 28 % geringerer Stromverbrauch pro Rechenkern, was den Druck auf das bestehende Strombudget des Serverraums verringert.
- Wartezeiten in der Warteschlange von über 70 Stunden auf unter 9 Stunden reduziert während der Spitzenzeiten für die Einreichung.
- Lokaler NVMe-Scratch-Speicher beseitigte eine langjährige Abhängigkeit vom gemeinsam genutzten Storage Area Network für Zwischenspeicher.
- Null ungeplante Ausfallzeiten in den ersten sechs Monaten des Produktionsbetriebs, unterstützt durch redundante Stromversorgung und vorausschauende Laufwerksüberwachung.
Kundenfeedback
„Die DL380 Gen11-Plattform gab uns die benötigte Dichte, ohne dass ein Serverraum-Umbau erforderlich war. Die vorkonfigurierte, burn-in getestete Lieferung bedeutete, dass sich unser Team auf die Unterstützung der Forscher konzentrieren konnte, anstatt auf die Hardware-Integration“, sagte der stellvertretende Direktor des Information Technology Center der Universität.
Fazit
Diese Bereitstellung zeigt, wie eine sorgfältig spezifizierte HPE ProLiant DL380 Gen11 Plattform die nutzbare Lebensdauer eines bestehenden Campus-Rechenzentrums verlängern und gleichzeitig neue Kapazitäten für KI- und HPC-Forschung erschließen kann. Für Universitäten und Forschungsinstitute, die ähnlichen Einschränkungen gegenüberstehen – Stromgrenzen, gemischte Workloads und strenge Budgetverantwortung – bietet eine standardisierte, lebenszyklusverwaltete Rack-Server-Plattform einen praktischen Weg zur Modernisierung ohne Unterbrechung.
Die Identität des Kunden wurde auf Wunsch der Universität anonymisiert. Die Konfigurationsdetails spiegeln die gelieferte Stückliste wider.