亞馬遜網(wǎng)絡(luò)服務(wù)（Amazon Web Services）宣布Hpc8a正式上市，這是其針對HPC（高性能計算）優(yōu)化EC2基礎(chǔ)設(shè)施的下一代產(chǎn)品。AWS聲稱，與前代Hpc7a相比，Hpc8a的性能提升高達40%，內(nèi)存帶寬提升42%，性價比提升25%。AWS表示，這些增益來自于解決了一些架構(gòu)瓶頸，如內(nèi)存吞吐量和節(jié)點間通信，以往這些瓶頸限制了云環(huán)境中某些HPC工作負載的性能。

云HPC通常最適合處理"易并行"工作負載，即那些可以清晰地分發(fā)到多個核心且節(jié)點間通信需求最少的工作負載。然而，像計算流體力學(xué)（CFD）或結(jié)構(gòu)建模這樣緊密耦合的MPI應(yīng)用程序需要跨節(jié)點進行頻繁數(shù)據(jù)交換，這使得網(wǎng)絡(luò)延遲和一致性變得至關(guān)重要。當作業(yè)擴展到數(shù)百或數(shù)千個節(jié)點時，即使是微小的效率低下也會迅速降低性能并增加成本。

這種動態(tài)使得本地集群和超級計算機成為通信密集型HPC工作負載的首選環(huán)境。結(jié)果往往是在擴展效率與云基礎(chǔ)設(shè)施的運營靈活性之間進行權(quán)衡。隨著Hpc8a的推出，AWS正在縮小這種差距。

AWS表示，每個Hpc8a實例配備192個核心、768 GiB內(nèi)存和300 Gbps的EFA（彈性 光纖適配器），專為處理強擴展MPI工作負載的帶寬和同步需求而構(gòu)建。Hpc8a基于第五代AMD EPYC處理器構(gòu)建，加速頻率可達4.5 GHz，在192核心節(jié)點上實現(xiàn)了更高的單核性能和更高的總吞吐量。

持續(xù)內(nèi)存帶寬和節(jié)點間通信是緊密耦合工作負載的限制因素，因此Hpc8a相比Hpc7a提升42%的內(nèi)存帶寬是一個顯著的提升。為Hpc8a提供動力的AMD EPYC 9005系列處理器基于AMD的"Zen 5"微架構(gòu)，于2024年10月正式發(fā)布。與上一代相比，該架構(gòu)提供了更高的IPC（每時鐘周期指令數(shù)），AMD聲稱企業(yè)級和云端工作負載的性能提升約17%，在HPC和AI場景下收益更大。

EPYC 9005系列還支持每插槽十二個DDR5內(nèi)存通道，以及比上一代更高的內(nèi)存速度。Hpc8a實例使用AWS第六代Nitro系統(tǒng)將網(wǎng)絡(luò)、存儲和虛擬化功能卸載到專用硬件上。通過減少主機CPU開銷并最大限度地減少抖動，Nitro旨在在大規(guī)模MPI同步下提供更穩(wěn)定的擴展行為。同步多線程（SMT）也被禁用，這一設(shè)計選擇旨在為每個核心提供更一致的性能。

Hpc8a提供單一的96xlarge配置，采用與許多仿真工作負載相匹配的1:4核心內(nèi)存比，并與AWS ParallelCluster和AWS Parallel Computing Service集成用于集群編排，以及Amazon FSx for Lustre用于高吞吐量并行存儲。

早期客戶基準測試表明，AWS引用的性能提升正在轉(zhuǎn)化為生產(chǎn)工作負載中的可衡量改進。Rescale是一個跨多個行業(yè)支持CAE和多物理場仿真的云HPC平臺，報告稱與Hpc7a相比，CFD應(yīng)用程序的速度提升高達52%，CAE工作負載的性能提升高達38%。根據(jù)該公司的說法，這些收益是由更高的內(nèi)存帶寬和改進的網(wǎng)絡(luò)行為驅(qū)動的，在流體動力學(xué)、結(jié)構(gòu)分析和其他仿真密集型用例中都觀察到了這些收益。

氣象建模組織也報告了可衡量的性能改進。Spire利用其衛(wèi)星星座的數(shù)據(jù)運行高分辨率大氣模型，在過渡到Hpc8a后引用了1.5倍的性能提升，稱額外的吞吐量使其能夠從復(fù)雜的大氣數(shù)據(jù)集中更快地生成預(yù)報。同樣，Weathernews報告稱，與Hpc7a相比，其基于天氣研究與預(yù)報模型的生產(chǎn)工作負載性能提高了34%。在預(yù)報環(huán)境中，增量性能改進可以直接影響模型周轉(zhuǎn)時間和更新頻率，從而產(chǎn)生更及時的任務(wù)關(guān)鍵型天氣信息預(yù)報。

在工業(yè)仿真背景下，三菱重工報告稱，用于對蒸汽輪機空氣動力學(xué)進行建模的CFD工作負載加速了36%。該公司指出，性能增加使其能夠在現(xiàn)有時間限制內(nèi)探索更高保真度的物理模型并擴展設(shè)計研究的范圍。

雖然Hpc8a顯然并沒有消除云基礎(chǔ)設(shè)施與專用超級計算機之間的結(jié)構(gòu)差異，但它反映了持續(xù)減少約束云中通信密集型工作負載的技術(shù)障礙的努力。每核性能的提升、持續(xù)內(nèi)存帶寬的改進和節(jié)點間網(wǎng)絡(luò)連接的提升都有助于使更多緊密耦合的應(yīng)用程序在云中高效擴展。

"我清楚地記得，當時甚至有人提出要求苛刻的HPC工作負載可以在云中運行的想法時，人們都表示難以置信。" AWS副總裁兼首席傳道者Jeff Barr在LinkedIn帖子中表示。"幸運的是，那個時代已經(jīng)過去。AWS云現(xiàn)在提供EC2實例，擁有大量內(nèi)存、內(nèi)存帶寬、計算能力和網(wǎng)絡(luò)帶寬，以及文件系統(tǒng)和其他存儲，非常適合這些HPC工作負載。"