Myria – Le nouveau supercalculateur du CRIANN
Début 2017, un nouveau supercalculateur, baptisé Myria (ancien préfixe pour 10000), a été mis en service au CRIANN pour les utilisateurs du Pôle Régional de Modélisation Numérique. Cette machine, fournie par le constructeur français Bull Atos, a été acquise grâce au cofinancement de la Région Normandie et de l’Union européenne dans le cadre des Fonds Européens de Développement Régional, et a également bénéficié d’une participation de l’État français.
« Myria » pour 10000
Avec plus de 10000 cœurs de calcul x86 ( d’où son nom « Myria », ancien préfixe pour 10000), sa puissance crête théorique totale dépasse 600 TFlop/s (soit 600 000 milliards d’opérations par seconde). Dotée d’une architecture de type « grappe » (cluster en anglais), elle est constituée de serveurs interconnectés par un réseau Intel Omni-Path de dernière génération, qui permet à l’ensemble de se comporter comme une unique machine.
Outre un premier sous-ensemble destiné aux calculs massivement parallèles, la configuration comprend des nœuds spécialisés pour les différents types de travaux (intensifs en mémoire partagée, intensifs en entrées-sorties) ainsi que des nœuds spécialisés sur les dernières technologies d’accélérateurs et de processeurs (co-processeurs GPU NVIDIA Pascal P100 et Kepler K80, processeurs Intel Xeon Phi). Dans un contexte de fortes évolutions technologiques, disposer des dernières technologies permettra aux chercheurs de mettre au point et de tester leurs codes sur ces nouvelles architectures.
La nouvelle machine est également dotée de serveurs de visualisation et d’un portail web de soumission et de suivi des travaux, destinés à en faciliter l’usage et à l’ouvrir vers de nouvelles communautés scientifiques. Outre les disciplines scientifiques traditionnellement utilisatrices du calcul intensif, avec en premier lieu la mécanique des fluides (réactifs ou non), la physique théorique et les matériaux, la chimie et la recherche de nouveaux médicaments, l’architecture de Myria suscite également l’intérêt de la communauté scientifique du « deep-learning » ou apprentissage intelligent pour le traitement de données.
Gain de performance
Par rapport à l’ancienne machine Antares, le gain de performance effectif est de l’ordre de 10 en termes de puissance crête théorique et de l’ordre de 5 sur les codes tests. La capacité annuelle de production passe de 26 Mh.coeur sur Antares à 88 Mh.coeur sur la future machine. L’augmentation du nombre de cœurs permet également d’augmenter la taille des travaux MPI.