Cómputo de alto rendimiento de Intel para análisis de big data

Noticias

Cómputo de alto rendimiento de Intel para análisis de big data

Lizzette Pérez

Intel está colaborando con asociados para que obtengan el mayor provecho de las tecnologías disponibles actualmente, así como para crear la próxima generación de soluciones altamente integradas que son más fáciles de programar y más eficaces en el consumo de energía. 

Como parte de esta colaboración, Intel también planea ofrecer productos de cómputo de alto desempeño (HPC) personalizados para satisfacer las diversas necesidades de los consumidores. Esta iniciativa tiene como objetivo extender el valor continuo de Intel de plataformas escalables basadas en estándares para incluir optimizaciones que acelerarán la próxima ola de avances científicos, industriales y académicos.

Durante la Conferencia de Supercomputing (SC’ 13), Intel dio a conocer cómo la próxima generación del producto Intel Xeon Phi (con nombre en clave “Knights Landing”), disponible como procesador central, encajará en arquitecturas de Rack estándar y ejecutará aplicaciones totalmente nativas en vez de requerir datos para que sean descargados al coprocesador. De acuerdo con el proveedor, esto reducirá significativamente la complejidad de la programación y eliminará “la descarga” de datos, mejorando de este modo el rendimiento y la disminución de la latencia causadas por la memoria, por el PCIe y las redes.

Knights Landing también ofrecerá a los desarrolladores tres opciones de memoria para optimizar el rendimiento. A diferencia de otros conceptos Exascale requeridos por programadores para desarrollar códigos específicos para una máquina, los nuevos procesadores Intel Xeon Phi proporcionarán la simplicidad y la elegancia de los modelos de programación de memoria estándar. 

Además, Intel y Fujitsu anunciaron recientemente una iniciativa que podría reemplazar potencialmente el cableado eléctrico de la computadora con enlaces de fibra óptica para transportar tráfico Ethernet o PCI Express a través del enlace Intel Silicon Photonics. Esto permite que el coprocesador Intel Xeon Phi sea instalado en una caja de expansión, separado del procesador central Intel Xeon, pero funcionando como si ambos estuvieran en la placa base. Esto también permite una mayor densidad de procesadores instalados y una escala de capacidad de cómputo sin afectar las operaciones del servidor.  

Alto rendimiento de cómputo para el descubrimiento basado en datos.

Las aplicaciones de uso intensivo de datos, incluyendo la predicción del tiempo y el análisis de sismos han formado parte de la industria de HPC desde sus primeros días, y el rendimiento de los sistemas actuales y de las herramientas de software paralelos han posibilitado crear simulaciones mayores y más complejas. Sin embargo, con datos no estructurados que representan un 80% de todos los datos, y creciendo 15 veces más rápido que otros datos, la industria está tratando de aprovechar toda esta información para descubrir informaciones valiosas.

Intel está abordando esta necesidad con el anuncio del Intel HPC Distribution para el software Apache Hadoop (Intel HPC Distribution) que combina el Intel Distribution para software Apache Hadoop con el Intel Enterprise Edition del software Lustre, con el objetivo de ofrecer una solución de nivel empresarial para el almacenamiento y el procesamiento de grandes conjuntos de datos.

Esta combinación permite a los usuarios ejecutar sus aplicaciones MapReduce sin cambios, directamente compartida, de rápido almacenamiento equipado con Lustre, haciéndolo más rápido, escalable y fácil de administrar.

El Intel Cloud Edition del software Lustre es un sistema de archivos escalable y paralelo que está disponible a través del Amazon Web Services Marketplace, y permite a los usuarios pagar según la maximización del rendimiento del almacenamiento y de la rentabilidad.


Unirse a la conversación Comenta

Compartir
Comentas

    Resultados

    Contribuye a la conversacion

    Todos los campos son obligatorios. Los comentarios aparecerán en la parte inferior del artículo