Intel lanza el procesador Xeon Phi para favorecer el despliegue de clusters de alto rendimiento

El crecimiento de datos nos obliga a emplear nuevo hardware y software, así como arquitecturas que favorezcan la analítica aplicada al aprendizaje automático y a la inteligencia artificial. Un elemento clave para dar respuesta a estas necesidades es el nuevo procesador Intel Xeon Phi, que se configura como el elemento básico de Intel Scalable System Framework (Intel SSF), formando parte de una solución completa que combina tecnologías esenciales para clusters fáciles de desplegar y de alto rendimiento.

Cargas de trabajo altamente paralelas

Intel Xeon Phi es el primer procesador de host ejecutable que ha sido diseñado específicamente para cargas de trabajo altamente paralelas. Hablamos de una CPU x86 arrancable que ofrece una gran capacidad de escalabilidad, sin verse limitada por ninguna dependencia en el bus PCIe como los aceleradores de GPU. Gracias a la eliminación de esta dependencia, Intel Xeon Phi ofrece una mayor escalabilidad y permite ocuparse de una más amplia variedad de cargas de trabajo y de configuraciones que los aceleradores.

Asimismo, la integración de 16 GB de memoria de gran ancho de banda proporciona hasta 490 GB/s de memoria sostenida para cargas de trabajo. Lo que junto a la Intel Omni-Path Architecture (Intel OPA) de doble puerto reduce aún más el coste y la utilización del espacio de la solución.

En una amplia gama de aplicaciones y entornos como el aprendizaje automático o la informática de alto rendimiento (HPC), la familia de procesadores Intel Xeon Phi ayuda a resolver los mayores retos informáticos con más rapidez y con la máxima escalabilidad.

Entre las prestaciones y los beneficios adicionales del procesador Intel Xeon Phi encontramos:

– Rendimiento: Hasta 72 núcleos con amplias prestaciones mediante el uso de la tecnología Intel Advanced Vector Extensions (AVX-512), fundamental para la alta computación paralela.

– Escalabilidad: Permite realizar cargas de trabajo de alto rendimiento como por ejemplo aprendizaje automático, donde la eficiencia de la escalabilidad es esencial para la rápida formación de redes neuronales complejas.

– Programabilidad: Ofrece compatibilidad binaria con procesadores Intel Xeon. De esta forma se optimiza la utilización de sistemas en todos los centros de datos, mientras que el uso de un modelo de programación común incrementa la productividad en una base de desarrolladores compartida y con la reutilización del código.

– Protección de las inversiones: Ha sido creado basándose en una arquitectura de CPU x86 para uso general y con estándares abiertos, con el soporte de un amplio ecosistema y numerosos partners, lenguajes de programación y herramientas disponibles.

Aprendizaje automático

Las implementaciones para aprendizaje automático requieren una enorme cantidad de potencia informática para ejecutar algoritmos matemáticos y para el procesamiento de inmensas cantidades de datos. El procesador Intel Xeon Phi ofrece un sólido rendimiento para los modelos de formación para aprendizaje automático y, además, la flexibilidad de un procesador de host arrancable, por lo que proporciona capacidad para utilizar múltiples cargas de trabajo para análisis de datos.

Los clusters basados en Intel Scalable System Framework que utilizan procesadores Intel Xeon Phi y la arquitectura Intel Omni-Path integrada permiten a los científicos utilizar redes neuronales complejas y modelos de formación en un tiempo mucho menor.

En una infraestructura de 32 nodos, la familia de procesadores Intel Xeon Phi ofrece hasta 1,38 más de escalabilidad que las GPU y, en una infraestructura de 128 nodos, el tiempo para formar modelos se puede realizar hasta 50 veces más rápido con el uso de la familia Intel Xeon Phi.

La familia de procesadores Intel Xeon Phi se ve complementada con la familia Intel Xeon E5, la infraestructura más utilizada para aprendizaje automático. Los Intel Xeon E5 v4 son muy apropiados para modelos para puntuación que utilizan aprendizaje automático y proporcionan una gran rendimiento y aportan gran valor para una amplia variedad de cargas de trabajo en centros de datos.