中国大学がHPEプロリアントDL380 Gen11サーバーを導入
プロジェクト概要
中国の主要な学際的な大学(機密保持のためクライアント名は伏せられています)のキャンパス研究コンピューティングセンターにHPE ProLiant DL380 Gen11ラックサーバーを導入しました。このプロジェクトは、大学の人工知能、計算流体力学、材料科学研究グループのボトルネックとなっていた5年前のデュアルソケットクラスターを置き換えるものです。大学の情報技術センターと協力し、完全に構成され、ラック統合され、バーンインテスト済みのプラットフォームを提供しました。このプラットフォームは現在、9学部全体で1,200人以上の研究者と大学院生をサポートしています。
課題
アップグレード前、大学の共有クラスターは、GPUアクセラレーテッドおよびデータ集約型研究の急速な成長に追いつくのに苦労していました。ITセンターが報告した主な問題点は次のとおりです。
- コンピューティング飽和:ピーク時の論文および助成金申請期間中、レガシーノードのジョブキューは定期的に72時間を超えていました。
- 電力および冷却制限:既存のサーバー室はすでに電力上限に近い状態で稼働していたため、新しい容量はワットあたりのパフォーマンスを大幅に向上させる必要がありました。
- スケーラビリティの圧力:新しいAI研究の方向性では、古いプラットフォームでは対応できない高密度ローカルNVMeストレージと高帯域幅ネットワークが必要でした。
- 管理性:ハードウェアの世代が混在していたため、ファームウェアのパッチ適用、監視、リモートトラブルシューティングがますます手動でエラーが発生しやすくなっていました。
- 予算の説明責任:公的機関として、大学は予測可能な総所有コストと明確な複数年ライフサイクルを持つソリューションを必要としていました。
ソリューション: HPE ProLiant DL380 Gen11
競争力のある技術評価の後、大学はHPE ProLiant DL380 Gen112Uラックサーバーに標準化しました。このプラットフォームは、コンピューティング密度、メモリ帯域幅、エネルギー効率、および長期供給安定性のバランスが評価されて選択されました。提供された構成は、HPCとAI推論の混合ワークロードに合わせて調整されました。
| コンポーネント | 構成 | 重要性 |
|---|---|---|
| プロセッサ | デュアル第4世代Intel® Xeon® スケーラブルプロセッサ(各32コア) | 並列シミュレーションおよびバッチ推論のための高いコア密度 |
| メモリ | 512 GB DDR5 RDIMM、12チャネルアーキテクチャ | 大規模データセットおよびインメモリ分析のための広いメモリ帯域幅 |
| ストレージ | HPE MR416iコントローラー搭載8 × 3.84 TB NVMe SSD | トレーニングデータおよびチェックポイントのための高速ローカルスクラッチスペース |
| ネットワーク | 2 × 25 GbEおよび専用iLO管理ポート | 低遅延クラスター相互接続および帯域外制御 |
| 電源 | デュアル冗長1600 W Titaniumホットプラグ電源 | 最高ティアの効率評価を備えた冗長性 |
| 管理 | OneView統合を備えたHPE iLO 6 | ファームウェア、ヘルス、ライフサイクル管理の単一ペイン |
展開プロセス
ロールアウトは、進行中の研究への影響を最小限に抑えるための4段階の計画に従いました。
- 評価:実際のジョブテレメトリに対してCPU、メモリ、ストレージの比率をサイジングするためのレガシークラスターのワークロードプロファイリング。
- ステージングとバーンイン:出荷前にすべてのユニットを当社の施設でラックマウント、ケーブル接続、ファームウェアベースライン設定、およびストレステストを実施したため、オンサイト作業は設置と受け入れに限定されました。
- 移行:新しいノードは、研究者が廃止前に旧ハードウェアとの結果検証を行えるように、既存のSlurmスケジューラに別のパーティションとして追加されました。
- 引き渡し:大学のITおよび研究サポートスタッフ向けの2日間の技術トレーニングセッションでは、iLO 6の操作、ファームウェアのコンプライアンス、および障害診断について説明しました。
結果
コミッショニング後、大学はコア研究ワークフロー全体で測定可能な改善を報告しました。
- 3.4× 高いスループット以前の世代のノードと比較して、並列シミュレーションジョブで。
- コンピューティングコアあたりの電力消費量が最大28%削減、既存のサーバー室の電力予算への圧力を緩和しました。
- ピーク申請期間中のキュー待ち時間が70時間以上から9時間未満に短縮されました。
- ローカルNVMeスクラッチストレージにより、中間データに対する共有ストレージエリアネットワークへの長年の依存が解消されました。
- 最初の6か月間の運用で計画外ダウンタイムゼロ、冗長電源と予測ドライブ監視によってサポートされました。
顧客からのフィードバック
「DL380 Gen11プラットフォームは、サーバー室の再構築を強制することなく、必要な密度を提供してくれました。事前に構成され、バーンインテスト済みの納品により、当社のチームはハードウェア統合ではなく、研究者のサポートに集中できました」と、大学の情報技術センターの副所長は述べています。
結論
この導入は、慎重に仕様化されたHPE ProLiant DL380 Gen11プラットフォームが、既存のキャンパスデータセンターの利用可能寿命を延長しながら、新しいAIおよびHPC研究能力を解き放つことができることを示しています。電力上限、混合ワークロード、厳格な予算説明責任などの同様の制約に直面している大学や研究機関にとって、標準化されたライフサイクル管理されたラックサーバープラットフォームは、中断なく近代化するための実用的なパスを提供します。
大学の要請により、クライアントの身元は匿名化されています。構成の詳細は、納品された品目表を反映しています。