Para realizar descobertas de próxima geração, os cientistas contam com simulações que permitem compreender melhor moléculas complexas para a descoberta de medicamentos, a física para a busca de novas fontes de energia e dados atmosféricos para prever melhor padrões climáticos extremos. As principais aplicações e simulações usam o NVIDIA Magnum IO para agilizar o tempo necessário para obter insights. O Magnum IO expõe mecanismos de aceleração em nível de hardware e reduções de carga inteligentes, como os recursos RDMA, NVIDIA GPUDirect e NVIDIA SHARP, aprimorando a largura de banda alta e a latência ultrabaixa do NVIDIA InfiniBand e as GPUs de rede do NVIDIA NVLink.
Em ambientes multilocatários, as aplicações de usuário podem não ter conhecimento de interferências indiscriminadas do tráfego de aplicações vizinhas. O Magnum IO, na plataforma NVIDIA Quantum-2 InfiniBand mais atual, apresenta recursos novos e aprimorados para reduzir o impacto negativo no desempenho do usuário. Isso oferece resultados ideais, bem como as implantações de HPC e ML mais eficientes em qualquer escala.
Bibliotecas do Magnum IO e Aplicações de HPC
O desempenho do VASP melhora significativamente quando a MPI é substituída pela NCCL. O UCX acelera aplicações de computação científica, como VASP, Chroma, MIA-AI, Fun3d, CP2K e Spec-HPC2021, para tempos de execução wall clock mais rápidos.
O NVIDIA HPC-X aumenta a disponibilidade da CPU, a escalabilidade das aplicações e a eficiência do sistema para melhorar o desempenho das aplicações, que é distribuído por vários ISVs de HPC. NCCL, UCX e HPC-X fazem parte do HPC-SDK.
As Transformações Rápidas de Fourier (FFTs - Fast Fourier Transforms) são amplamente usadas em diversas áreas, desde dinâmica molecular, processamento de sinais e dinâmica de fluidos computacionais (CFD - Computational Fluid Dynamics) até aplicações de multimídia e ML sem fio. Ao usar a Biblioteca de Memória Compartilhada da NVIDIA (NVSHMEM™ - NVIDIA Shared Memory Library), o cuFFTMp é independente da implementação da MPI e opera mais próximo da velocidade da luz, o que é fundamental, pois o desempenho pode variar significativamente de uma MPI para outra.
A biblioteca de Cromodinâmica Quântica na Rede de Análise de Dados Qualitativa (QUDA - Qualitative Data Analysis) pode usar a NVSHMEM para comunicação para reduzir as sobrecargas da sincronização entre CPU e GPU e melhorar a sobreposição da computação e comunicação. Isso reduz as latências e melhora o dimensionamento forte.
Multi-GPUs de Múltiplos Nós: Usando FFTs NVIDIA cuFFTMp em Escala
Maior Visualização Volumétrica Interativa: Simulação de 150TB de Sonda de Marte da NASA