Китайский университет развернул серверы HPE ProLiant DL380 Gen11 для исследований ИИ и HPC
Обзор проекта
Ведущий многопрофильный университет Китая (имя клиента сохранено в тайне в целях конфиденциальности) завершил развертывание HPE ProLiant DL380 Gen11 в своем университетском центре вычислительных исследований. Проект заменяет пятилетний двухпроцессорный кластер, который стал узким местом для групп университетских исследований в области искусственного интеллекта, вычислительной гидродинамики и материаловедения. Работая совместно с Информационно-технологическим центром университета, мы поставили полностью сконфигурированную, интегрированную в стойку и протестированную платформу, которая теперь поддерживает более 1200 исследователей и аспирантов из девяти факультетов.
Задача
До модернизации общий кластер университета с трудом справлялся с быстрым ростом интенсивных данных и ускоренных GPU исследований. Основные проблемы, о которых сообщил ИТ-центр:
- Перегрузка вычислительных мощностей: очереди заданий на устаревших узлах регулярно превышали 72 часа в пиковые периоды подачи диссертаций и грантов.
- Ограничения по питанию и охлаждению: существующее серверное помещение уже работало на пределе своих электрических мощностей, поэтому любая новая мощность должна была обеспечивать гораздо большую производительность на ватт.
- Давление на масштабируемость: новые направления исследований в области ИИ требовали плотного локального хранилища NVMe и высокоскоростной сети, которые старая платформа не могла обеспечить.
- Управляемость: смешанные поколения оборудования делали обновление прошивки, мониторинг и удаленное устранение неполадок все более ручными и подверженными ошибкам.
- Ответственность за бюджет: как государственное учреждение, университет нуждался в решении с предсказуемой общей стоимостью владения и четким многолетним жизненным циклом.
Решение: HPE ProLiant DL380 Gen11
После конкурентной технической оценки университет выбрал HPE ProLiant DL380 Gen11 формата 2U. Платформа была выбрана за сбалансированное сочетание плотности вычислений, пропускной способности памяти, энергоэффективности и стабильности поставок в долгосрочной перспективе. Поставленная конфигурация была оптимизирована для смешанных рабочих нагрузок HPC и ИИ-инференса:
| Компонент | Конфигурация | Почему это важно |
|---|---|---|
| Процессор | Два процессора Intel® Xeon® Scalable 4-го поколения (по 32 ядра каждый) | Более высокая плотность ядер для параллельного моделирования и пакетного инференса |
| Память | 512 ГБ DDR5 RDIMM, 12-канальная архитектура | Более широкая пропускная способность памяти для больших наборов данных и аналитики в памяти |
| Хранилище | 8 × 3,84 ТБ NVMe SSD с контроллером HPE MR416i | Быстрое локальное пространство для временных данных при обучении и контрольных точек |
| Сеть | 2 × 25 Гбит/с Ethernet плюс выделенный порт управления iLO | Низколатентное межсоединение кластера и внеполосное управление |
| Питание | Два резервированных блока питания мощностью 1600 Вт Titanium с возможностью горячей замены | Резервирование с наивысшим классом энергоэффективности |
| Управление | HPE iLO 6 с интеграцией OneView | Единое управление прошивкой, состоянием и жизненным циклом |
Процесс развертывания
Внедрение проходило по четырехэтапному плану, который минимизировал сбои в текущих исследованиях:
- Оценка: профилирование рабочих нагрузок устаревшего кластера для определения соотношения ЦП, памяти и хранилища на основе фактической телеметрии заданий.
- Подготовка и тестирование: каждое устройство было установлено в стойку, подключено, настроена базовая прошивка и проведено стресс-тестирование на нашем объекте перед отправкой, поэтому работа на месте ограничивалась установкой и приемкой.
- Миграция: новые узлы были добавлены в существующий планировщик Slurm как отдельный раздел, что позволило исследователям проверить результаты на старом оборудовании перед выводом из эксплуатации.
- Передача: двухдневная сессия технического обучения для ИТ-персонала и сотрудников службы поддержки исследований университета охватила операции iLO 6, соответствие прошивки и диагностику сбоев.
Результаты
После ввода в эксплуатацию университет сообщил о заметных улучшениях в основных исследовательских процессах:
- В 3,4 раза более высокая пропускная способность для параллельных задач моделирования по сравнению с узлами предыдущего поколения.
- До 28% снижение энергопотребления на вычислительное ядро, что снизило нагрузку на существующий бюджет электропитания серверного помещения.
- Время ожидания в очереди сократилось с более чем 70 часов до менее чем 9 часов в пиковые периоды подачи заявок.
- Локальное хранилище NVMe устранило давнюю зависимость от общей сети хранения данных для промежуточных данных.
- Нулевое незапланированное время простоя в первые шесть месяцев эксплуатации, обеспеченное резервным питанием и предиктивным мониторингом дисков.
Отзывы клиентов
«Платформа DL380 Gen11 предоставила нам необходимую плотность без необходимости перестройки серверного помещения. Предварительно сконфигурированная и протестированная поставка позволила нашей команде сосредоточиться на поддержке исследователей, а не на интеграции оборудования», — сказал заместитель директора Информационно-технологического центра университета.
Заключение
Это развертывание демонстрирует, как тщательно подобранная платформа HPE ProLiant DL380 Gen11 может продлить срок службы существующего университетского центра обработки данных, одновременно открывая новые возможности для исследований в области ИИ и HPC. Для университетов и исследовательских институтов, сталкивающихся с аналогичными ограничениями — пределы энергопотребления, смешанные рабочие нагрузки и строгая бюджетная ответственность — стандартизированная платформа серверов в стойке с управляемым жизненным циклом предлагает практический путь к модернизации без сбоев.
Личность клиента была анонимизирована по запросу университета. Детали конфигурации отражают поставленный перечень материалов.