GPU-серверы для научных вычислений и HPC с фиксированным бюджетом

GPU-серверы для научных вычислений и HPC прежде всего должны соответствовать численным требованиям вашего кода. Пакету молекулярной динамики, работающему в смешанной точности, CFD-решателю, которому FP64 нужен на всех этапах расчёта, и модели белков, работающей в BF16, требуется разное оборудование. Мы сдаём в аренду помесячно серверы NVIDIA H100 и H200 с CUDA и серверы AMD Instinct MI355X с ROCm, поэтому проект получает выделенные GPU по цене, зафиксированной ещё до его начала.

FP64: где он важен и какой GPU выбрать

Двойная точность важна для кода, в котором накапливаются ошибки округления: пакетов для расчёта электронной структуры и квантовой химии, многих решателей CFD и метода конечных элементов, а также некоторых климатических и астрофизических моделей. Многие пакеты молекулярной динамики, например GROMACS и AMBER, выполняют расчёты на GPU в смешанной точности, а модели ИИ для науки работают в BF16 или FP8. Для них производительность в FP64 — не решающий показатель.

Показатели H100 и H200 указывает NVIDIA, показатель MI355X — AMD. Производительность тензорных ядер в FP64 относится к матричным операциям, например к плотной линейной алгебре с интенсивным использованием DGEMM через cuBLAS; векторный показатель относится ко всему остальному. RTX PRO 6000, RTX 5090 и L40S рассчитаны на графику, ИИ и вычисления в одинарной точности, поэтому для кода, упирающегося в FP64, мы их не рекомендуем. Что касается GPU Blackwell для дата-центров, то, прежде чем выбирать их для расчётов в двойной точности, сверьтесь с актуальными спецификациями NVIDIA по FP64 для конкретной модели.

Как выбрать GPU-серверы для научных вычислений и HPC

Многие HPC-приложения, включая шаблонные вычисления (stencils), разреженные решатели и решёточные методы, ограничены пропускной способностью памяти, а не пиковыми FLOPS, поэтому 4,8 ТБ/с у H200 или 8 ТБ/с у MI355X могут значить больше, чем любой показатель вычислительной мощности. Объём памяти на GPU определяет самую большую расчётную область, которую можно разместить без дальнейшей декомпозиции. Трёхмерная сетка двойной точности из 1 000 × 1 000 × 1 000 ячеек с 10 переменными в каждой занимает около 80 ГБ: она заполняет H100 целиком, но помещается на H200 или MI355X с запасом под рабочую память решателя.

• Один H100: портируйте, профилируйте и проверяйте код или запускайте задачи на одном GPU.
• HGX H100 или HGX H200: восемь GPU, соединённых через NVLink со скоростью 900 ГБ/с на каждый GPU, для обмена граничными областями (halo exchange) и коллективных операций, восемь адаптеров ConnectX-7 400G для многоузловых запусков и 2 ТБ DDR5.
• 8× MI355X: 2,3 ТБ HBM3e в одном узле, 3 ТБ DDR5 и восемь адаптеров RoCE 400G — для больших задач на ROCm, упирающихся в память. Подробнее — на странице AMD Instinct MI355X.

Для MPI между узлами попросите в примечаниях к заказу частную сеть между вашими серверами.

Профилируйте, прежде чем масштабировать

Прежде чем арендовать 8-GPU-узел на несколько месяцев, проведите профилирование на одном GPU. NVIDIA Nsight Systems и Nsight Compute или rocprof на AMD показывают, во что упирается ядро (kernel) — в пропускную способность памяти или в вычисления, а значит, окупится ли дополнительная пропускная способность H200 или показатель FP64 у MI355X. Затем измерьте сильное масштабирование при переходе с одного GPU на два, четыре и восемь: если после четырёх эффективность резко падает, запускайте на узле параллельно две задачи по четыре GPU или арендуйте вместо этого отдельные GPU. Хранилище планируйте так же. Файлы чекпоинтов для перезапуска и выходные поля быстро накапливаются; в узлах HGX и MI355X стоит по восемь NVMe-накопителей по 3,84 ТБ — около 30 ТБ сырой ёмкости под временные рабочие данные (scratch), а 50 ТБ исходящего трафика в месяц позволяют забирать результаты к себе.

CUDA, ROCm и ваш программный стек

Серверы NVIDIA выдаются с Ubuntu 22.04 или 24.04, в которой уже установлены драйверы, CUDA, Docker и NVIDIA Container Toolkit. Добавьте NVIDIA HPC SDK, MPI с поддержкой GPU (GPU-aware), например Open MPI с UCX, или контейнеры вашей группы. Если в вашем основном кластере используется Apptainer, установите его, чтобы одни и те же образы работали в обоих местах. Указания по настройке — в нашем руководстве по драйверам NVIDIA и CUDA.

На серверах AMD используются образы с ROCm. Код на CUDA нужно портировать на HIP — автоматизировать это помогают инструменты hipify — или перевести на переносимый бэкенд, такой как Kokkos, SYCL или OpenMP offload. У PyTorch и JAX есть сборки для ROCm. Прежде чем выбирать MI355X, убедитесь, что ваш код в нужной вам версии поддерживает ROCm, и начните с нашего руководства по настройке ROCm. Образы Debian или Rocky Linux доступны по запросу.

Фиксированный месячный бюджет для исследовательских проектов

У каждого сервера одна фиксированная цена: оплата вносится помесячно вперёд, цена фиксирована на каждый оплаченный месяц, а о любом изменении цены на будущие месяцы мы предупреждаем не менее чем за 30 дней. Трёхмесячная серия расчётов на узле HGX H100 стоит 3 × 16 900 $ = 50 700 $, причём в цену входят 50 ТБ исходящего трафика в месяц, а входящий трафик не учитывается. Один H100 стоит 2 190 $ в месяц, а узел 8× MI355X — 19 900 $.

Выделенный узел избавляет от ожидания в очереди, когда перед дедлайном общие кластеры переполнены, и даёт root-доступ для собственного программного стека. Для коротких всплесков нагрузки на несколько дней в месяц почасовые мощности у других провайдеров обойдутся дешевле. Когда у вас появится активный сервер, вы сможете запросить через тикет специальные цены на срок 6–12 месяцев или на несколько серверов — обычно от трёх. Лабораториям, которые работают с грантами и отделами закупок, стоит также прочитать нашу страницу о GPU-серверах для университетов и научных лабораторий.

Как начать

Разверните сервер в одной форме: выберите конфигурацию, укажите образ ОС и свой SSH-ключ, создайте бесплатный аккаунт или войдите в свой и оплатите первый месяц с предоплаченного баланса, пополняемого криптовалютой. Свой код, точность, размер задачи и число узлов можно указать в необязательных примечаниях для наших инженеров. Гарантированная дата выдачи показывается до оплаты, IP-адрес и данные для подключения по SSH появляются в личном кабинете не позднее этой даты, а если мы её пропустим, вы можете отменить заказ с полным возвратом средств на баланс. Наши инженеры оказывают круглосуточную поддержку при инцидентах через тикеты в личном кабинете.