Bir süredir Supermicro’nun yeni AS-3015A-I modelini test ediyoruz ve bu sistemin gerçekten iş istasyonu ve sunucu olarak neler sunduğunu anlamak için çeşitli senaryolarda denedim. Performansı, genişleme seçenekleri ve sunduğu esneklik açısından beni gerçekten etkileyen noktalar var. Eğer güçlü ve ölçeklenebilir bir sistem arıyorsanız, bu inceleme tam size göre!

Kutu Açılışı ve İlk İzlenimler Kargo elime geçtiğinde kutunun oldukça kompakt ama sağlam bir yapıya sahip olduğunu gördüm. Kutuyu açtığımda Supermicro’nun mini-tower tasarımına sahip AS-3015A-I modelini görmek gerçekten etkileyiciydi. Sade ama profesyonel bir tasarım, iç yapıya rahat erişim sağlayan modüler bir dizayn ile sunulmuş. Bu tarz bir sistem toplarken, genişletme için kolaylık sağlaması büyük bir artı. Cihazın metal kasası oldukça sağlam. İç bileşenlere ulaşmak için birkaç vida sökmek yeterli oluyor. Soğutma sisteminin hava akışını optimize edecek şekilde konumlandırıldığını fark ettim ki bu da sistemin uzun süreli kullanımlarda bile serin çalışmasını sağlıyor.

Depolama ve Genişleme Olanakları

Depolama tarafında 4 adet 3.5” SATA yuvası ve 2 adet M.2 PCIe 5.0 x4 NVMe yuvası sunuluyor. SSD’leri RAID 0 konfigürasyonunda çalıştırdığımda okuma/yazma hızları inanılmazdı. NVMe sürücüler sayesinde yüksek hızda veri transferi mümkün hale geliyor.

PCIe 5.0 desteği sayesinde, yüksek hızlı ekran kartları, AI hızlandırıcılar veya ağ kartları ekleyerek sistemi ihtiyaca göre daha güçlü hale getirebiliyoruz.

Sonuç: Kimler İçin Uygun?

Supermicro AS-3015A-I, yüksek işlem gücüne ihtiyaç duyan profesyoneller ve küçük/orta ölçekli işletmeler için mükemmel bir seçim.

Güçlü İşlemci Performansı – AMD EPYC ve Ryzen 7000/9000 serisi desteği DDR5 RAM ile Üst Düzey Çoklu Görev Yeteneği PCIe 5.0 Genişleme Yuvaları ile Geleceğe Hazır Sessiz ve Etkili Soğutma Çözümü Düşük Güç Tüketimi ile Verimli Çalışma

Eğer iş istasyonu veya sunucu olarak kullanabileceğiniz, güçlü, enerji verimli ve ölçeklenebilir bir çözüm arıyorsanız, Supermicro AS-3015A-I kesinlikle listenizin başında olmalı!

Supermicro AS-3015A-I iş istasyonunu aşağıdaki linkten hemen yapılandırabilir, özel fiyat talebinde bulunabilirsiniz..

Supermicro 3015A-I Yapılandırma sayfası

Sunucu mimarisinde PCIe’ye erişim. Supermicro GPU Sunucuları için Yapılandırma Seçeneklerini Anlamak İş Yükleri için Maksimum Performans Sağlar.

Yönetici Özeti

Sunucu mimarisinde PCIe’ye erişim de GPU sunucular, yapay zeka ve HPC uygulamaları için yalnızca CPU kullanan geleneksel sunuculara kıyasla performans açısından muazzam bir fayda sağlamaktadır. Bu sistemlerde çok çeşitli uygulamalar çalıştırılabilir ve GPU’lardan yararlanan uygulamalar için performans artışı geniş çapta belgelenmiştir. GPU odaklı sunucular tek veya çift CPU ve 10 adede kadar PCIe GPU içerirken, sistemin nasıl tasarlandığı sunucunun uygulama hızını ve esnekliğini etkileyebilir. Bir GPU sunucusunu tasarlamanın üç yolu vardır, bu da çeşitli iş yükleri için daha optimize bir sistemle sonuçlanır. Bir GPU sunucusu seçerken CPU ve GPU’lar arasındaki veri akışı çok önemlidir.

PCIE GPU Erişim Seçenekleri

Sunucu mimarisinde PCIe’ye erişim de Supermicro GPU sunucuları, sunucu içinde birden fazla GPU gerektiren uygulamalar için tasarlanmıştır. Birçok sunucu, bir PCIe yuvası aracılığıyla CPU’ların GPU’lara 1: 1 oranını işleyebilse de, yüksek hızlandırma için tasarlanan sunucular, CPU’lardan önemli ölçüde daha fazla GPU içeren bir oran gerektirir. GPU sunucuları iki genel mimaride mevcuttur:

• PCIe yuvalarına 10 adede kadar GPU’nun takıldığı PCIe tabanlı GPU’lar
• GPU’ların kendi kartlarına monte edildiği ve CPU’lara yalnızca 1 PCIe bağlantısına sahip olduğu SXM/OAM tabanlı GPU sunucuları.

Çoğu GPU sunucusunda iki CPU soketi bulunur ve her sokete DRAM bellek takılıdır. CPU’lar yüksek hızlı iletişim yolları (Intel tabanlı sistemler için UPI ve AMD tabanlı sistemler için xGMI) aracılığıyla iletişim kurar.
PCIe tabanlı sunucuları daha ayrıntılı incelediğimizde, çeşitli iş yükleri için üç farklı sistem mimarisi tasarlandığını görüyoruz.

• Tek Kök
• Çift Kök
• Doğrudan Eklenti

Tek Kök Seçeneği Açıklandı

Tek kök mimarisi, tek bir CPU üzerinde bulunan ancak birden fazla GPU’ya erişim gerektiren uygulamalar için idealdir. Tek kök sistemi, CPU’lardan birini (iki taneden birini) GPU’larla tüm iletişimi yönetmeye ayırır. Şekil 1’de gösterildiği gibi, GPU’larla iletişim kuran CPU bunu bir PCI anahtarı (PLX) aracılığıyla yapar. Her PLX anahtarı CPU’ya 2 PCIe x16 şeridi üzerinden bağlanır ve daha sonra beş çift genişlikli GPU’ya kadar iletişim kurabilir. Bu da tek bir sunucuda maksimum 10 GPU kullanılmasını sağlar. Tek kök sistemi, hesaplamanın çoğunun GPU üzerinde gerçekleştiği derin öğrenme uygulamaları için özel olarak tasarlanmıştır.

Tek Kök yapılandırmasının avantajları:

• Tek bir CPU’nun 10 adede kadar GPU’ya erişimi vardır. Tüm GPU’lara doğrudan erişime ihtiyaç duyan uygulamalar bu yapılandırmadan faydalanacaktır.

Uygulamalar – Eşler arası iletişim (GPU’dan GPU’ya) performansı kritik olmadığında.
Tek Kök sisteminin genel yapılandırması Şekil 1’de gösterilmektedir.

Çift Kök Seçeneği Açıklandı

Çift kök kurulumu, her CPU’yu bir PLX anahtarı aracılığıyla birkaç GPU’ya bağlar. Şu anda, toplamda adreslenebilecek maksimum GPU sayısı 10’dur. PLX anahtarı aracılığıyla bağlanan GPU’ların dağılımı CPU başına eşit olmak zorunda değildir, çünkü bir sisteme atanan iş yükü (yükleri) CPU’lar arasında kolayca dağıtılamayabilir. Her CPU birbiriyle kolayca iletişim kurabilir ve her PLX anahtarına bağlı PCIe cihazlarının kombinasyonları çok esnek olabilir. Aşağıdaki şekilde, her CPU (ve PLX anahtarı) 4 GPU, 2 AOC kartı ve 4 NVMe depolama cihazına sahiptir. Bu tür bir sistem, Omniverse ortamları için en yaygın yapılandırmadır. Bu yapılandırma, CPU ve GPU arasında dengelenen uygulamalara fayda sağlayacaktır.
Çift Kök yapılandırmasının avantajları:

• İş yükleri, her biri toplam 10 adede kadar GPU’ya veya PLX anahtarı aracılığıyla erişilebilen diğer cihazlara sahip bir CPU’ya atanabilir.

Uygulamalar – Verilerin iki CPU arasında paylaşılması ve iletilmesi gereken yerlerde Bu dengeli sistem, CPU’ların GPU’lar, ağ kartları veya depolama cihazlarıyla verimli bir şekilde iletişim kurmasını sağlar. Örnekler arasında Yapay Zeka Hesaplama/Model Eğitimi/Derin Öğrenme ve Yüksek Performanslı Hesaplama (HPC) yer alır.

Doğrudan Bağlı Seçeneği Açıklandı

Doğrudan Bağlı kurulumda, CPU’ların her biri, sistem başına toplam sekiz adet olmak üzere dört tam boyutlu GPU’ya kadar doğrudan PCIe erişimine sahiptir. Bu yapılandırmanın avantajı, PLX anahtarlarına gerek olmaması ve her CPU’nun dört GPU’ya doğrudan bağlantıya sahip olmasıdır. Doğrudan bağlı bir kurulum en çok HPC uygulamaları için yaygındır. Bu durumda, PLX çipi daha fazla PCIe cihazına izin verirken, CPU’lar ve cihazlar arasındaki gecikme sürelerini artırabilir.
Avantajlar:

• Bir CPU üzerinde çalışan her uygulamanın dört GPU’ya erişimi vardır.
• Her CPU, GPU’lara ve I/O özelliklerine eşit erişime sahiptir.

Uygulamalar – Birden fazla uygulamanın aynı anda çalışabileceği veya tek bir uygulamanın bölünebileceği veya ayrılabileceği ve farklı CPU’lara atanabileceği bilgi işlem ortamları için mükemmeldir.

PCIE GPU Destek Seçenekleri
Supermicro X13 GPU Sunucuları, yukarıdaki yapılandırmalarda aşağıdaki GPU’ları destekler:

• NVIDIA® H100 Tensor Core GPU PCIe form faktörü

Supermicro H13 GPU Sunucuları, yukarıdaki yapılandırmalarda aşağıdaki GPU’ları destekler:

• NVIDIA® H100 Tensor Core GPU PCIe form faktörü
• AMD Instinct MI200 Serisi

Özet

Uygulama iş yüküne bağlı olarak, Supermicro’dan farklı GPU sunucu konfigürasyonları elde edilebilir. Doğrudan Bağlı, Tek Köklü veya Çift Köklü olsun, uygun CPU ve GPU kombinasyonları seçilirse uygulamalar iyi performans gösterecektir. Kullanıcılar farklılıkları anlamalı ve iş yüklerini sunucularla eşleştirmelidir.

DAHA FAZLA BİLGİ EDİNMEK İÇİN BİZİMLE İLETİŞİME GEÇİN!

Supermicro ve Nvidia Simülasyonlarını Hızlandıracak Çözümler Üretiyor.

Nvidia Veri Merkezi GPU’larına sahip Supermicro Sunucular, CFD Simülasyonları için Önemli Hızlandırma Sağlayarak Üretim İşletmelerinin Pazara Çıkış Süresini Kısaltıyor.

Yönetici Özeti

Otomotiv şirketleri araç geliştirme süresini kısaltmaya ve yeni araçları pazara daha hızlı sunmaya çalıştıkça, otomotiv geliştirme için bilgisayar destekli mühendisliğe duyulan ihtiyaç da artmaktadır. Yüksek performanslı bilgi işlem (HPC) alanındaki son gelişmelerden biri, karbon ayak izini ve maliyeti azaltırken hesaplama süresini önemli ölçüde hızlandırmak için hesaplamalı akışkanlar dinamiği (CFD) için GPU’lardan yararlanmak olmuştur.
Supermicro ve NVIDIA, optimum donanım yapılandırmalarına sahip HPC uygulamaları için bir referans mimari geliştirmek üzere ortaklık kurdu. Bu Çözüm Özeti’nde, Hesaplamalı Akışkanlar Dinamiği (CFD) için GPU hızlandırmadan en iyi şekilde yararlanmak için temel gereksinimleri gözden geçireceğiz.

Simülasyon Yoluyla Araç Tasarımının İyileştirilmesi

Araç verimliliğini, maliyetini ve konforunu iyileştirme ihtiyacı otomotiv endüstrisinde kritik hedeflerdir. Hibrit ve elektrikli araçlara geçişle birlikte, araç menzilinin iyileştirilmesi özellikle önemli hale gelmiştir. Menzilin sürtünme ile doğru orantılı olduğu düşünüldüğünde, araç tasarımının erken aşamalarında sürtünmeyi anlamak ve azaltmak kritik önem taşımaktadır. Bilgisayar Destekli Mühendislik (CAE), mühendislerin pahalı ve zaman alıcı prototipler oluşturmaya gerek kalmadan değişiklikleri hızlı bir şekilde değerlendirmelerini sağlar. Siemens Simcenter STAR-CCM+ gibi Hesaplamalı Akışkanlar Dinamiği (CFD) araçları, mühendislik profesyonellerinin aerodinamik performansı hemen anlamalarına olanak tanır. GPU performansını değerlendirmek için standart bir otomotiv CFD kıyaslama vakası kullanılır

GPU’ları Kullanarak Simülasyonda Yeni Dönem

2021 yılında araç mühendisleri arasında yapılan bir ankete katılanların %52’si, tasarım döngülerini tamamlamak için gereken süreyi azaltma taleplerinin işlerinin en zorlu yönlerinden biri olduğunu ifade etmiştir. Bu artan hızlandırma ihtiyacını karşılamak için NVIDIA, son 15 yılda GPU’ların devasa paralel işleme gücünün ve bellek ile GPU çekirdekleri arasındaki ışık hızındaki arayüzün avantajlarını araç simülasyonuna getirmek için simülasyon yazılımı liderleriyle yakın bir şekilde çalıştı. Önde gelen simülasyon yazılımı sağlayıcıları, araç simülasyonu uygulamalarını GPU’larda çalıştırarak uygulamalarının 30 kata kadar hızlandığını göstermiş, böylece mühendis üretkenliğini artırmış ve araçların piyasaya sürülme süresini kısaltmaya yardımcı olmuştur.

Daha Azıyla Daha Fazlasını Yapmak – Simülasyon için Sermaye Harcamalarının İyileştirilmesi

Artan hesaplama verimliliği, iş yükü hızlandırmadan daha fazlası anlamına gelir, ancak aynı derecede önemli olarak, daha küçük bir sermaye harcaması ayak izi içermelidir. Bilgisayar destekli mühendislik için GPU’ların inanılmaz verimliliği, otomotiv müşterileri için büyük altyapı maliyeti tasarrufu sağlar. Modern sunuculara 10 adede kadar çift yuvalı GPU sığabildiğinden, hesaplama açısından ağır iş yüklerinin GPU’lara aktarılması, müşterilerin büyük miktarda sunucu konsolidasyonu elde etmesini sağlar. Supermicro ve NVIDIA arasındaki ortak çalışma sayesinde, 10 NVIDIA H100 GPU’lu tek bir sunucunun Siemens Simcenter STAR-CCM+ gibi CFD iş yükleri için her biri 2 x CPU’ya sahip 30 sunucunun yerini aldığını gösterdik. Eşdeğer performans için bu, 3 kat maliyet tasarrufu sağlar.

Hızlandırılmış Bilgi İşlem Sürdürülebilir Bilgi İşlemdir

Her ne kadar dikkatler araç egzoz emisyonlarının ve elektrikli araç güç tüketiminin azaltılmasına odaklansa da, tüm araç tasarımı, test ve üretim iş akışları boyunca karbon ayak izinin azaltılması da aynı derecede önemlidir. Bilgisayar destekli mühendislik için NVIDIA GPU’lara sahip Supermicro sunucularının üçüncü değer önerisi, hesaplama açısından ağır olan bu iş yükleri için gerekli olan hesaplama gücünde sağladığı inanılmaz tasarruftur. Performans sonuçları bölümünde gösterildiği gibi, eşdeğer performans için NVIDIA GPU’lar üzerinde çalıştırıldığında 5 kat güç tasarrufu sağlanır.

İş Yükünüz için En Uygun Sunucuyu Yapılandırma

Supermicro’nun sunucuları, destekledikleri GPU sayısındaki çok yönlülükleri nedeniyle CAE için idealdir. NVIDIA, çift hassasiyetli (FP64) hesaplama ve yüksek bellek bant genişliği ihtiyaçları nedeniyle CAE uygulamaları için 100 ve 200 sınıfı ürünlerin (NVIDIA A100, NVIDIA H100, NVIDIA H200, NVIDIA B100) kullanılmasını önermektedir.
Sistem için doğru GPU sayısına karar vermek için GPU bellek boyutu kritik bir faktördür. CFD için, ağ boyutu genellikle bir simülasyonun boyutunun bir ölçüsü olarak kullanılır. Kullanılan toplam GPU belleği de kullanılan fiziğin karmaşıklığına göre belirlenir. Genel bir kural olarak, fiziğin karmaşıklığına bağlı olarak gerekli belleğin ağ boyutunun 1,2-5 katı arasında olabileceğini söyleyebiliriz. Örneğin, fizik açısından nispeten basit bir durum için, 100 milyon hücreli bir ağ (100×1.5) için 150 GB belleğe ihtiyacımız olacaktır. A100 ve H100’ün 80 GB belleğe sahip olduğu göz önüne alındığında, en az iki GPU’ya ihtiyaç duyarlar, ancak 3 GPU tavsiye edilir. Yazılım satıcıları, yazılımları için bellek gereksinimleri konusunda ek rehberlik sağlayabilir.

Uygulama Desteği

En önemli sorulardan biri, tercih ettiğiniz CFD aracının GPU hızlandırmayı destekleyip desteklemediğidir. Son birkaç yılda hem ana akım CAE yazılımlarından hem de yeni kurulan şirketlerden GPU çözücü desteğinin çoğaldığı görülmüştür. Simüle etmeyi düşündüğünüz fiziğin GPU hızlandırmalı olup olmadığını öğrenmek için yazılım satıcınıza danışın. Çözücünün büyük bir kısmı GPU üzerinde çalışır. CFD kodlarının çözücünün yalnızca bir kısmını hızlandırdığı birkaç yıl öncesine kıyasla çok iyi hızlanmanın nedeni, çözücüyü yüksek paralel GPU’larda çalıştırmaktır.

Supermicro Çözümü – Supermicro SYS-521GE-TNRT

Supermicro SYS-521GE-TNRT Sunucu (2 CPU, 10 x NVIDIA H100 PCIe GPU)
Supermicro SYS-521GE-TNRT sunucu, 10 adede kadar PCIe NVIDIA H100 GPU’yu barındıracak şekilde tasarlanmıştır. CPU’lar 4. veya 5. Nesil Intel Xeon işlemciler olabilir ve 8 TB’a kadar bellek tutabilir.

Test Vakası Detayları

• Standart AeroSUV dış aerodinamik test örneği (AeroSUV by FKFS, Stuttgart, Almanya https://www.sae.org/publications/technical-papers/content/2019-01-0646/)
• Ağ boyutu – Sunucu: 57, 106, 320 milyon hücre
• Karışık hassasiyet
• Siemens Simcenter STAR-CCM+: Sürüm 23.06
• Birleştirilmiş çözücü

Performans Sonuçları

Aşağıdaki grafik, çeşitli ağ boyutlarındaki aynı AeroSUV test örneğinin sunucu yapılandırmasındaki farklı sayıda H100 GPU üzerinde çalıştırılmasına ilişkin sonuçları göstermektedir. Gerekirse 57 milyon hücre vakasının 4’ten az GPU üzerinde çalıştırılabileceğini unutmayın.

Önemli Sonuçlar:

• En küçük ağ boyutu (57 milyon hücre) için 4 NVIDIA H100 PCIe GPU, 94 CPU çekirdeğinden 6,6 kat daha hızlıdır
• Orta ağ boyutu (106 milyon hücre) için 6 NVDIDIA H100 PCIe GPU, 94 CPU çekirdeğinden 9,5 kat daha hızlıdır
• En büyük ağ boyutu (322 milyon hücre) için 10 NVIDIA H100 PCIe GPU, 94 CPU çekirdeğinden 29,3 kat daha hızlıdır
  Yukarıdaki sonuçlar, Supermicro donanımından yararlanan NVIDIA GPU’larda CFD simülasyonları çalıştırılarak elde edilebilecek geri dönüş süresindeki önemli iyileştirmeleri göstermektedir. GPU’ların kullanılması, daha kısa sürede daha fazla tasarımın değerlendirilmesine olanak tanıyarak daha optimize bir ürün elde edilmesini sağlar.

Fiyat Performansı ve Sürdürülebilirlik

Bir sunucudaki saf performansı karşılaştırmanın yanı sıra, genel fiyat performansını da göz önünde bulundurmak önemlidir. Bir GPU sunucusu (8-10 H100 GPU) ve bir CPU sunucusuna kıyasla ~30 kat hız artışı varsayıldığında, müşterilerin bir GPU sunucusunun performansını eşleştirmek için 30 CPU sunucusuna yatırım yapması gerekecektir. Bu sonuçlar doğrusal ölçeklendirmeyi varsaymaktadır. Bu nedenle, GPU üzerinde çalıştırıldığında, eşdeğer performans için CPU’dan 3 kat daha ucuz olacağını tahmin edebiliriz. Alternatif olarak, CPU ile aynı bütçeyi GPU’ya harcamak iş hacminde 3 kat iyileşme sağlar.
Benzer maliyet tasarrufları aynı performans için gereken güçte de görülebilir. Termal tasarım gücünden yola çıkarak, GPU performansını eşleştirmek için 30 sunucuya ihtiyaç duyulduğu düşünüldüğünde, bir GPU düğümü CPU düğümü başına ~500W’a kıyasla yaklaşık 3000W gerektirecektir. Bu da 5 kat güç tasarrufu anlamına gelmektedir.

Optimum Performans – Ölçeklendirme

Önceki bölümlerde, simülasyonu çalıştırmak için gereken minimum GPU sayısını tartıştık, ancak optimum sayı nedir? Aşağıda, 57 milyon hücre aerodinamik vakası için hızlanma ve bellek kullanımını gösteren grafikler yer almaktadır. Performansın yaklaşık 8 GPU’ya kadar ölçeklendiğini görebiliriz. GPU başına bellek kullanımına baktığımızı varsayalım. 6 GPU’nun altında bellek kullanımı GPU başına 20 GB’ın altında, yani GPU’ların kullanılabilir belleğinin %25’inden daha az. Sonuç olarak, bir vakayı çalıştırmak GPU belleğinin yalnızca küçük bir yüzdesini kullanıyorsa ölçeklendirme zarar görecektir. Bu nedenle, GPU belleğinin en az %25’inin dolu olması makul ölçeklendirmeyi sürdürmek için iyidir.

Hızlanma

Supermicro ve Nvidia Simülasyonlarını Hızlandıracak Çözümler Üretiyor.

AMD EPYC Raphael 4004 İşlemcili MicroCloud A+ Server AS -3015MR-H10TNR, 3U şasede 10 adet tek soket sunucu barındırır. Alan verimliliği, enerji verimliliği barındırır.

Supermicro Microcloud

Bu AMD işlemciler, PCIe Gen5 depolamayı, düğüm başına 128 GB’a kadar DDR5-5200 MHz RAM’i ve CPU başına 16 adede kadar çekirdeği (32 iş parçacığı) desteklemelerine olanak tanıyan 5,7 GHz’e kadar maksimum artırma hızıyla olağanüstü performans sunar. Supermicro, AMD EPYC Raphael 4004 Serisi üretici yazılımını özellikle sunucu kullanımlarına göre optimize etmek için AMD ile yakın işbirliği yaptı ve bu gelişmiş, optimize edilmiş çözümleri çok yakında pazara sunabilecek.

Microcloud AS-3015MR-H8TNR, E-ticaret, bulut oyunları, kod geliştirme, içerik oluşturma ve sanal özel sunucular gibi çeşitli uygulamalar için tasarlanmıştır. Supermicro, BT yöneticilerine kompakt ve yüksek performanslı bir seçenek sunacaklarını ve hem iç hem de dış müşterilere azaltılmış gecikmelerle hizmet sunmalarına olanak tanıyacaklarını vurguladı.

Bu düğüm tabanlı sunucu, kasayı, güç kaynağını ve soğutma sistemini paylaşırken, bu, daha büyük bir sunucu altyapısı oluşturmak için birleştirilmiş ayrı düğümlerin kendi CPU, bellek ve depolama setlerini içerdiği modüler bir sunucu mimarisidir.

Bu, tonlarca ölçeklenebilirlik, esneklik ve verimli kaynak tahsisi sağlayarak bulut bilgi işlem, sanallaştırma ve yüksek performanslı bilgi işlem uygulamaları için idealdir. Bu sunucu türlerinin yönetimi ve bakımı daha kolaydır, gelişmiş kaynak kullanımına sahiptir ve kaynakları bağımsız olarak ölçeklendirme özelliğine sahiptir, bu da daha iyi performans ve maliyet verimliliği sağlar.

Ürün Genel Özellikleri

• Tek Soketli AM5 (LGA-1718) AMD EPYC Raphael 4004 serisi İşlemciler
  hava soğutmalı 170W’a kadar;
• 1 adede kadar tek genişlikli PCIe GPU hızlandırıcı kartı desteği;
• 2DPC’de 192 GB’a kadar DDR5-5200’ü destekleyen 4 adede kadar DIMM;
• 1 adede kadar PCIe 5.0 x16 LP + 1 PCIe 4.0 x8 MicroLP yuvası;
• 2 adede kadar dahili 2,5″ NVMe/SATA sürücü bölmesi;
• 2000W Yedekli (2+2 veya 3+1) 80+ Titanyum Seviyesinde yüksek verimli güç
  tedarik

Anahtar Uygulamalar

• Bulut bilişim
• Web/Sıralama Hizmetleri
• Web Önbelleği, CDN, Video Akışı
• Sosyal Ağ, İndirmeler
• Kurumsal – WINS, DNS, Yazdırma, Giriş

PCI-Express (PCIe) Yapılandırılması

• 1 PCIe 5.0 x16 LP yuvası(ları)
• 1 PCIe 4.0 x8 MicroLP yuvası(ları)

DAHA FAZLA BİLGİ EDİNMEK İÇİN BİZİMLE İLETİŞİME GEÇİN!

AMD Instinct MI300 Serisi hızlandırıcılar, olağanüstü bilgi işlem performansı, büyük bellek yoğunluğu, yüksek bant genişliği belleği ve özel veri formatları desteği sunarak en zorlu AI ve HPC iş yüklerini bile desteklemeye son derece uygundur.

AMD MI300 Özeti

Hızlı bir bilgi tazelemeye ihtiyaç duyanlar için AMD Instinct MI300 ailesi, AMD’nin GPU, CPU ve HBM’yi birleştirdiği modüler bir yapı taşı mimarisidir. ve daha fazlasını 3D yığılmış bir pakete sığdırır. AMD, farklı türde yapılandırmalar elde etmek için GPU ve CPU döşemelerini değiştirebilir. Yapay zeka yakın gelecekte muhtemelen duyacağımız en popüler iki yapılandırma, dörtte biri CPU ve dörtte üçü GPU olan MI300A ve tamamı GPU olan MI300X olacaktır.

Kaputun Altında

AMD Instinct MI300 Serisi hızlandırıcılar, Matrix Core Teknolojileri ve yüksek verimli INT8 ve FP8’den (AI için seyreklik desteği dahil) en zorlu FP64’e kadar çok çeşitli hassas yetenekler için destek sunan AMD CDNA 3 mimarisi üzerine kurulmuştur. HPC.

Supermicro Storage SuperServer İncelemesi (36-Bay, 3. Nesil Xeon)

Yüksek Kapasiteli SSD’ler Uçta Veri Toplama ve Yapay Zekayı Etkinleştirir

Uç kullanım senaryolarının birçok BT organizasyonu için birincil endişe kaynağı olduğuna şüphe yok. Uçta daha fazla veri oluşturulup toplandıkça, BT’nin bu çok çeşitli yeni ortaya çıkan uç görevler için tasarlanmış daha iyi donanım çözümlerine ihtiyaç duyduğunu anlamak için perakende satış veya petrol ve gaz araştırmalarında olmanıza gerek yok. Uçta gerçek zamanlı yapay zekanın ek avantajlarından yararlanın ve hafif uç sunuculara kolayca fazla yük bindirin.

Ancak ilginç bir alternatif de var. Cheetah RAID Raptor, artık yalnızca 12 sürücüde petabaytın neredeyse 3/4’ünü destekleyebilen modüler depolama kutuları sunan bir sunucuyla kuruluşların genişleyen uç verileri yönetmesine yardımcı oluyor.

Çita Baskını Raptoru

Cheetah RAID Raptor, genellikle uç senaryolarda sunucu performansını sınırlayan depolama performansındaki yaygın darboğazı aşmak için tasarlanmış yüksek performanslı bir sunucudur. Çok çeşitli PCIe® genişletme seçeneklerine ek olarak Raptor, üç adet çalışırken takılabilir Gen4 NVMe® kutusu, 64 çekirdeğe kadar AMD EPYC CPU’lar ve 128x Gen4 PCIe hattıyla öne çıkıyor.

Sunucu tasarımı açısından bakıldığında üçlü kutu tasarımı, Raptor’u farklılaştıran temel bir özelliktir. Kutuların her biri en fazla dört SSD barındırır. Kutular verilerin bağımsız olarak kaydedilmesine ve işlenmesine olanak tanır ve modülerlik, kutuların çalışırken kolayca değiştirilmesine ve farklı konumlara taşınmasına olanak tanır. Kutuları fiziksel olarak değiştirebilme yeteneği, veri geçişini ağ yapısının kısıtlamalarından kurtarır.

Muazzam miktarda veri üreten çeşitli uç kullanım durumları için Raptor, yüksek kapasiteli sürücülerden büyük ölçüde yararlanır. Bu durumda, SSD’ler mükemmel bir seçimdir çünkü bu sunucular kendilerini otonom araçların arkasında veya uçaklara veya diğer araçlara bol miktarda itişme ile gömülü olarak bulurlar. Yakın zamanda piyasaya sürülen Solidigm 61,44TB SSD’ler ile tek bir sistem şaşırtıcı miktarda veri yoğunluğunu barındırabilir. Neredeyse bir petabayt veriyi tek bir sunucuda saklama yeteneği, daha fazla veri toplamaya ve kutuların değiştirilmesine daha az zaman ayırmaya eşittir. Testlerimizde 30,72 TB sürücü kapasitesine sahip 12 adet Solidigm P5316 SSD’den yararlanıyoruz.

Çita RAID Raptor Tasarımı

Daha önce de belirtildiği gibi sunucu, Cheetah RAID Raptor’a etkileyici işlem gücü sağlayan AMD EPYCEPYC Zen 3 (Milan) CPU ile birlikte geliyor. Cheetah’ın veri kutuları AMD Milan’ı destekleyecek şekilde tasarlandı ve kutuların verileri hareket halindeki bir araçtan veri merkezine anında taşımasına olanak tanıdı.

Raptor tasarımı, 64 çekirdeğin tamamını ve 128x Gen4 PCIe hatlarını kullanma yeteneğiyle AMD Milan işlemci gücünden yararlanan ayrıntılı hava akışı hususlarını içerir. AMD Milan ile donatılmış Raptor, depolamaya düşük gecikmeli erişim sunarken zorlu uygulamaları da destekleyebilir.

Kutu tasarımı, verilerin ayrı ayrı kaydedilmesine ve işlenmesine olanak tanır. Veriler işlendikten sonra kutu, çalışırken farklı bir konuma değiştirilebilir. Raptor, harici bir ağ yapısına veri geçişini kısıtlayan kabloyu kesti. Kutular SED sürücülerini destekler ve ek veri güvenliği sağlamak için şifrelenebilir.

Cheetah RAID Raptor Teknik Özellikler Sayfası

Desteklenen CPU	AMD EPYC 7003 ve 7002 Serisi İşlemcileri Destekleyin
Priz	Tek Soket SP3 (LGA4094)
Yonga seti	Çip Üzerindeki Sistem
Desteklenen RAM	8 DIMM yuvası (1DPC) 2 TB’a kadar Kayıtlı ECC DDR4 3200MHz SDRAM’ı destekler 8 kanallı bellek veriyolu
Giriş/Çıkış Arayüzü	1x COM Bağlantı Noktası 1x VGA Bağlantı Noktası 4x Tip-A (USB3.0) 2x RJ45 1x IPMI
Genişleme yuvaları	5 PCI-E 4.0 x16 2 PCI-E 4.0 x8 – 3x Broadcom/Microchip Donanım RAID Denetleyicilerini veya 3x Gen4 x16 Retimer Kartlarını destekler – Ağ Adaptörleri veya Donanım Hızlandırıcıları için dört yedek yuva
Sürücü bölmeleri	3 Çalışırken Değiştirilebilir NVMe kutusu aracılığıyla 12x U.2/U.3 2,5” NVMe PCIe Gen 4 SSD
Soğutma	4x 80x38mm yüksek hızlı soğutma fanları
Ön panel	LED Sıfırlama Anahtarı ile Güç Açma/Kapama NMI anahtarı LED’li Konum Anahtarı 4x LAN LED Uyarı LED’i
Desteklenen işletim sistemi	Microsoft® Windows: – Server 2016 (64 bit) – Server 2019 (64 bit) Linux: – RedHat Enterprise Linux Server 8.2 (64 bit) / 7.9 (64 bit) – CentOs 8.2 (64 bit) / 7.9 (64 bit) – SUSE SLES 15.2( 64 bit) / 12.5(64 bit) – UBuntu 20.04.1 (64 bit) /18.04.5 (64 bit) / 16.04.7 (64 bit) Hiper Yönetici: – VMWare® ESXi 6.7 u3 / 7.0 u1 – vSphere 6.7 u3 / 7.0 u1 – CITRIX Hypervisor 8.1.0
Güç	800W Yedek Güç Kaynağı
Çevresel	Çalışma sıcaklığı: 10°C ~ 35°C Çalışmama sıcaklığı: -40°C ~ 70°C Çalışmama nemi: %20 ~ %90 (Yoğuşmasız)

Verileri Taşıma

Her bir Cheetah RAID Raptor kutusu, 16x PCIe Gen4 Hattı aracılığıyla doğrudan AMD CPU’ya bağlanabilir veya bir donanım NVMe RAID denetleyicisi aracılığıyla bağlanabilir. Çalışırken değiştirilebilir özelliklere sahip, yüksek kapasiteli, yüksek aktarım hızlı bir depolama sunucusunun gereksinimlerini karşılamak için Cheetah RAID Storage, Microchip’in Adaptec SmartRAID 3200 serisi RAID adaptörlerini kullandı .

Adaptec SmartRAID 3200 serisi, Microchip’in 5. nesil depolama denetleyicisi SmartROC 3200 temel alınarak oluşturulmuştur ve x8 ve x16 PCIe Gen 4 ana bilgisayar arabirim adaptörlerini destekler ve 29,6 GB/s’ye kadar işlem hacmiyle gelişmiş performans ve bant genişliği sunar. Adaptec SmartRAID adaptörleri zengin özelliklere sahiptir, 32 adede kadar NVMe cihazı ve 256 adede kadar SAS/SATA ve 64 adede kadar LD/RAID dizisini destekler, SAS/SATA/NVMe üçlü mod işlevselliği, daha yüksek düzeyde güvenlik için Güvenilir Platform desteği bilgi işlem ve tedarik zinciri güvenliği, maxView araç paketi desteği, güvenli önyükleme, güvenli güncelleme ve doğrulama ve Kendiliğinden Şifrelenen Sürücü (SED) yönetim yazılımı.

Bir otomobilin koltuğunun altına veya bagajına (İngilizler için bagaj) monte edilebilecek sağlamlaştırılmış bir sunucuya yönelik talepleri vurgulamak için Aralık 2021’de Cheetah RAID Prowler’ı inceledik. Araç, uçak, gemi veya uç konumdaki zorlu koşullara dayanacak bir sunucu oluşturmak için çok büyük miktarda çalışma gerekiyor. Arka plan bilgisi için Cheetah RAID Prowler Sağlam Uç Bilgi İşleme Yönelik Yazımızda öğrendiklerimizi okuyun .

Depolama Performansı

Dört Seviyeli Hücre (QLC) sürücüler, Katı Hal Sürücüleri (SSD’ler) dünyasında çok sayıda ilgi çekici avantaj sunuyor ve değerlerini kanıtlıyor. QLC sürücülerinin avantajı, diğer NAND teknolojilerine kıyasla daha yüksek depolama kapasitesi ve daha düşük maliyetinde yatmaktadır. QLC sürücülerinin gigabayt başına maliyetinin daha düşük olması, onları bütçeye duyarlı kullanıcılar için mükemmel bir seçim haline getiriyor. QLC sürücüleri SATA ve NVMe form faktörlerinde mevcuttur; NVMe, büyük ölçüde NVMe protokolünün verimliliği nedeniyle daha yüksek veri aktarım hızlarına sahiptir.

Cheetah RAID Raptor çözümü, yakın zamanda duyurulan Solidigm D5-P5336’yı kullanıyor; veri hatları, yapay zeka odaklı veri gölleri, büyük veri analitiği, ölçeği genişletilebilen NAS ve uç bilgi işlem gibi veri yoğunluklu iş yükleri için ideal, amaca yönelik tasarlanmış bir QLC sürücüsü , kapsamlı veri kümelerinin verimli ve hızlı bir şekilde depolanmasını ve alınmasını sağlar. Okuma merkezli uygulamalar ve genel amaçlı bilgi işlem için büyük depolama kapasitesine ihtiyaç duyan kullanıcılar için QLC sürücüleri çekici ve uygun maliyetli bir seçenek sunar.

Solidigm D5-P5336 Serisi (15,36 TB, E1.L 9,5 mm PCIe 4,0 x4, 3D5, QLC)

Temeller
Ürün Koleksiyonu	Solidigm D5-P5336 Serisi
Kapasite	15,36TB 30,72TB 61,44TB
Litografi Türü	192L QLC 3D NAND
Kullanım Koşulları	Sunucu/Kurumsal
MMID	99C54G
Performans özellikleri
Sıralı Bant Genişliği – %100 Okuma (en fazla)	7000 MB/sn
Sıralı Bant Genişliği – %100 Yazma (en fazla)	3100 MB/sn
Rastgele Okuma (%100 Yayılma)	1005 KİOP (4K, QD256)
Rastgele Yazma (%100 Yayılma)	35 KİOP (16K, QD256)
Gecikme – Sıralı Okuma (tip.)	8μs (4K Bloklar)
Gecikme – Sıralı Yazma (tip.)	15μs (16K Blok)
Gecikme – Okuma	110μs (4K Bloklar)
Gecikme – Yazma	31μs (16K Blok)
Güç – Aktif	25W
Güç – Boşta	5W
Güvenilirlik
Titreşim – Çalıştırma	2,17 GRMS (5 – 700 Hz) Maks
Titreşim – Çalışmıyorken	3,13 GRMS (5 – 800 Hz) Maks
Şok (Çalışırken ve Çalışmıyorken)	0,5 msn’de 1.000 G (Maks)
Çalışma Sıcaklığı Aralığı	0 – 70°C
Dayanıklılık Derecesi (Ömür Boyu Yazma)	14.11 PBW (16K RW)
Arızalar Arasındaki Ortalama Süre (MTBF)	2 milyon saat
Düzeltilemez Bit Hata Oranı (UBER)	<10^17 bit okuma başına 1 sektör
Garanti süresi	5 yıl
Paket Özellikleri
Ağırlık	185g +/- 10g
Form faktörü	E1.L
Arayüz	PCIe 4.0×4, NVMe
İleri teknoloji
Gelişmiş Güç Kaybı Veri Koruması
Donanım Şifreleme
Sıcaklık İzleme ve Günlük Kaydı
Uçtan Uca Veri Koruma

Depolama performansı iş yüklerimiz için performansı, JBOD modunda SSD’lerle birlikte Microchip Adaptec SmartRAID 3200 serisi RAID adaptörleri aracılığıyla ölçtük. Daha sonra 4, 8 ve 12 sürücü kombinasyonunu test ettik; her 4 SSD grubu tam bir NVMe bölmesini ve ek bir RAID adaptörünü temsil ediyordu. Bu amaçla, 64K sıralı ve 4K rastgele performansı ölçerek verim ve bant genişliği testleri için Vdbench iş yüklerimizden yararlandık.

VDBench İş Yükü Analizi

Depolama cihazlarının karşılaştırılması söz konusu olduğunda, uygulama testi en iyisidir ve sentetik test ikinci sırada gelir. Gerçek iş yüklerini mükemmel bir şekilde temsil etmese de sentetik testler, depolama cihazlarının rakip çözümler arasında elmalar arası karşılaştırmalar yapmayı kolaylaştıran tekrarlanabilirlik faktörü ile temellendirilmesine yardımcı olur. Bu iş yükleri, “dört köşe” testlerinden, ortak veritabanı aktarım boyutu testlerine ve farklı VDI ortamlarından izleme yakalamalarına kadar uzanan bir dizi farklı test profili sunar.

Bu testlerin tümü, büyük bir bilgi işlem testi kümesi üzerinden sonuçları otomatikleştirmek ve yakalamak için bir komut dosyası motoruyla birlikte ortak vdBench iş yükü oluşturucusundan yararlanır. Bu, aynı iş yüklerini flaş dizileri ve bireysel depolama aygıtları da dahil olmak üzere çok çeşitli depolama aygıtlarında tekrarlamamıza olanak tanır. Bu kıyaslamalara yönelik test sürecimiz, sürücü yüzeyinin tamamını verilerle doldurur ve ardından sürücünün uygulama iş yüklerine nasıl yanıt verebileceğini simüle etmek için sürücü kapasitesini yüzde 25’ine eşit bir sürücü bölümünü bölümlere ayırır. Bu, sürücünün yüzde 100’ünü kullanan ve onları kararlı duruma getiren tam entropi testlerinden farklıdır. Sonuç olarak bu rakamlar, daha yüksek düzeyde sürdürülen yazma hızlarını yansıtacaktır.

Profiller:

• 4K Rastgele Okuma: %100 Okuma, 128 iş parçacığı, %0-120 oran
• 4K Rastgele Yazma: %100 Yazma, 128 iş parçacığı, %0-120 oran
• 64K Sıralı Okuma: %100 Okuma, 32 iş parçacığı, %0-120 oran
• 64K Sıralı Yazma: %100 Yazma, 16 iş parçacığı, %0-120 oran

CheetahRAID Raptor içindeki 4, 8 ve 12 QLC SSD’den yararlanarak 4K rastgele okuma performansını inceleyen ilk testimizde, 4 SSD’den 2,5M IOPS, 8’den 3,5M IOPS ve 12 SSD’den 3,54M IOPS performansını ölçtük.

4K rastgele yazma iş yükümüzde Raptor içindeki 4, 8 veya 12 SSD arasında çok daha belirgin bir fark görüyoruz. Burada 4’ten 75K IOPS’yi, 8’den 146K IOPS’yi ve 12 SSD’den 218K IOPS’yi ölçtük. 4K rastgele yazma performansının bu tür QLC SSD’nin zayıf noktası olduğunu unutmamak önemlidir. Örneğin Solidigm P5430, daha küçük blok boyutları için optimize edilmiş bir QLC modelidir.

Odak noktasını CheetahRAID Raptor’daki en yüksek bant genişliğine çevirerek 4 SSD’den 10,8 GB/sn, 8 SSD’den 16,9 GB/sn ve 12 SSD’den 31,2 GB/sn ölçtük. Buradaki ölçeklendirmedeki temel fark, eklenen her ek 4 SSD ile karışıma eklenen ek RAID kartıdır.

64K sıralı yazma performansını ölçtüğümüz son iş yükünde 4 SSD’den 5,6 GB/sn, 8 SSD’den 11,3 GB/sn ve 12 SSD’den 16,8 GB/sn ölçtük.

Yapay Zeka Performansı

Raptor sunucusunun gerçekten muhteşem avantajlarından biri, yalnızca verileri hızlı ve verimli bir şekilde günlüğe kaydetme yeteneği değil, aynı zamanda içindeki düşük güçlü GPU ile gerçek zamanlı AI görevlerini de gerçekleştirebilmesidir. Raptor’un uç yapay zeka özelliklerini test etmek için sunucuyu bir NVIDIA A2 çıkarım GPU’su ile yapılandırdık.

Raptor’un, bizimkine eklediğimiz NVIDIA A2 gibi GPU’larla uyumluluğu sayesinde, kendisini özellikle yapay zeka ve makine öğrenimi alanında uç bilişim için önde gelen bir seçenek olarak konumlandırıyor.

Yüksek verimli SSD’ler ve 64 çekirdeğe kadar AMD EPYC CPU’larla donatılan Raptor, zorlu yapay zeka algoritmalarını işleyebilir ve hızlı uç veri işleme ve çıkarım için depolamaya düşük gecikmeli erişim sunar. Çalışırken değiştirilebilir tasarım, verilerin ağ kısıtlamaları olmadan taşınabilmesini sağlayarak yapay zeka uygulamalarının veri toplamadan gerçek zamanlı çıkarımlara kadar yaşam döngüsü hızını daha da artırır.

Otonom araçlar, endüstriyel makineler ve hatta drone’lar gibi uç cihazların büyük miktarda veri işlediği senaryolarda Raptor’un gerçek zamanlı yapay zeka görevlerini yerine getirme yeteneğinin değerli olduğu ortaya çıkacak. Uçta yapay zeka çıkarımı, karar almayı veri kaynağına yaklaştırır, böylece daha hızlı eylem ve içgörüler elde edilir. Örneğin otonom araçlarda sensör verilerinin anında işlenmesi, güvenliği ve verimliliği artıran gerçek zamanlı karar alma sürecine yol açabilir. Raptor’un sağlam, katı hal tasarımı, gerekli hesaplama gücünü sağlarken, bu zorlu ortamların titreşimlerine ve sıcaklık değişimlerine dayanabilmesini sağlar.

Yapay zekanın işlem gücünü uç noktaya getirme yeteneği aynı zamanda büyük miktarda ham veriyi merkezi bir veri merkezine gönderme ihtiyacını da azaltarak bant genişliği kullanımını azaltır ve maliyetleri düşürür. Bunun yerine, yalnızca işlenmiş, ilgili bilgiler saklanabilir ve gerekirse daha fazla analiz veya uzun süreli depolama için sürücü kızağıyla birlikte geri getirilebilir.

Raptor’un yüksek kapasiteli, yüksek aktarım hızlı depolama desteği, gelişmiş GPU özellikleriyle birleştiğinde, belirli AI kullanım durumlarına göre özelleştirilebileceği anlamına gelir. Gerçek zamanlı video analizi, tahmine dayalı bakım veya yapay zeka odaklı veri analitiği olsun, Cheetah RAID Raptor’un yapılandırması, çeşitli uç ortamların benzersiz taleplerine uyarlanabileceği anlamına gelir.

Son düşünceler

Cheetah RAID Storage’ın bu son teklifi, sağlamlaştırılmış, yüksek performanslı bilgi işlem pazarının oyununu değiştiriyor. Raptor, kritik verilerin yakalanması, işlenmesi ve saklanması için sıralı işlemler ve çok iş parçacıklı erişim desteği ile uç uygulamaların zorlu performans gereksinimlerini karşılamak için hepsini bir araya getirir. Raptor için uygulama kullanım durumları arasında video gözetimi, akış, veri kaydı/yakalama, otonom araçlar ve savunma ve endüstriyel amaçlara yönelik sağlamlaştırılmış depolama yer alır.

Cheetah RAID Depolama ürünlerinin az yer kaplaması etkileyicidir. Sunucu tasarımı, sağlam bir yapı gerektiren zorlu ortamlar için idealdir ancak yine de NVMe flaş gibi bileşenlerin dolduğunda hızla değiştirilmesine olanak tanır. Bir koltuğun altına veya bir AV’nin bagajına, bir uçağa veya gemiye sığacak şekilde tasarlanmıştır. Aşırı sıcaklıklara ve karada, denizde ve havada hissedilen sürekli itişmelere dayanabilirler.

Bilgi işlem ve verileri kullanıcıya yaklaştırarak uç bilgi işlem, önemli ölçüde iyileştirilmiş verim, daha iyi performans ve gerçek zamanlı işleme sağlayabilir. Verileri kaynağa daha yakın analiz etme yeteneği gecikmeyi en aza indirecek, ağ trafiğini azaltacak ve gizlilik ve güvenliği artırırken veri yönetimi maliyetlerini düşürecektir. Çalışırken değiştirilebilir sürücü kutuları sayesinde kullanıcılar, şifrelenmiş verileri gerçek zamanlı olarak analiz edilmek üzere anında taşıyabilir.

Çalışırken değiştirilebilir özelliklere sahip, yüksek kapasiteli, yüksek aktarım hızlı bir depolama sunucusunun gereksinimlerini karşılamak için Cheetah RAID Storage, Microchip’in Adaptec SmartRAID 3200 serisi RAID adaptörlerini kullandı. SmartRAID 3200 Serisi, neredeyse 30 GB işlem hacmine sahip, güvenli, zengin özelliklere sahip, üç mod özellikli ve yüksek performanslı adaptörlerdir. Bu tür bir performans ve verim, Raptor’un desteklemek üzere tasarlandığı kullanım durumları için gereklidir.

Yeni Solidigm D5-P5336 QLC SSD’leri kullanan Raptor, petabayta yakın verileri toplayabilir, günlüğe kaydedebilir ve depolayabilir, bu da daha az veri geçişi sağlar. Bu yeni QLC SSD’ler, AV ve askeri pazarın okuma/yazma hızı gereksinimlerini karşılarken, daha uygun maliyetli bir $/TB profili sunuyor.

Sonuçta Cheetah RAID Storage Raptor, en zorlu koşullara bile dayanacak şekilde tasarlanmış, az yer kaplayan, yüksek performanslı bir sunucudur.

Supermicro günümüz BT ve veri merkezi sahiplerinin yüksek performans ve ölçeklenebilirlik ihtiyaçlarını karşılamayı amaçlayan yeni bir sunucu çözümünü tanıttı. Microcloud AS-3015MR-H8TNR, AMD Ryzen 7000 Zen 4 çekirdek mimarisini destekleyen Super H13SRD-F anakart tabanlı düğümlere sahip 8 kanatlı bir kasadır.

Supermicro MicroCloud

Bu AMD işlemciler, 5,7 GHz’e kadar maksimum yükseltme hızıyla olağanüstü performans sunarak PCIe Gen5 depolamayı, düğüm başına 128 GB’a kadar DDR5-5200 MHz RAM’i ve CPU başına 16 çekirdeğe kadar desteklemelerine olanak tanıyor. Supermicro, Ryzen 7000 Serisi donanım yazılımını ve sunucu kullanımlarına göre optimize etmek için AMD ile yakın iş birliği yaptı.

Microcloud AS-3015MR-H8TNR, E-ticaret, bulut oyunları, kod geliştirme, içerik oluşturma ve sanal özel sunucular gibi çeşitli uygulamalar için tasarlanmıştır. Supermicro, BT yöneticilerine kompakt ve yüksek performanslı bir seçenek sunacaklar. İç ve dış müşterilere azaltılmış gecikmelerle hizmet sunmalarına olanak tanıyacaklarını vurguladılar.

Bu düğüm tabanlı sunucu kasayı, güç kaynağını ve soğutma sistemini paylaşır. Bireysel düğümlerin kendi CPU, bellek ve depolama setini içerdiği ve daha büyük bir sunucu altyapısı oluşturmak üzere bir araya getirildiği modüler bir sunucu mimarisidir.

Bu, bir ton ölçeklenebilirlik, esneklik ve verimli kaynak tahsisine olanak tanır. Bulut bilişim, sanallaştırma ve yüksek performanslı bilgi işlem uygulamaları için ideal kılar. Bu sunucu türlerinin yönetimi ve bakımı daha kolaydır. Kaynak kullanımı iyileştirilmiştir. Kaynakları bağımsız olarak ölçeklendirme özelliğine sahiptir. Bu da daha iyi performans ve maliyet verimliliği sağlar.

Supermicro AS-3015MR-H8TNR Ayrıntılar

A+ Sunucu AS-3015MR-H8TNR düğümlerine arkadan servis veriliyor. Her biri Süper H13SRD-F anakart tarafından çalıştırılıyor. Zorlu bilgi işlem görevleri için etkileyici performans ve çok yönlülük sunar.

Her düğümde, CPU başına 16 çekirdeğe kadar AMD Ryzen Zen4 İşlemcileri destekleyen tek Soket AM5 CPU bulunabiliyor. Supermicro, 65W’lık etkileyici bir 170W’a kadar TDP’ye sahip CPU’ları destekleyebileceğini belirtiyor. Yüksek verimli hava soğutmalı tasarımı sayesinde bu durumun üstesinden gelebiliyor.

Her düğüm, 5200 MHz’de 128 GB’a kadar DDR5 UDIMM belleği barındıran 4DIMM yuvası sağlanıyor. 2 adet 3,5″ çalışırken değiştirilebilir NVMe/SAS/SATA sürücü yuvası destekliyor. 2 adet U.2 NVMe sürücüsü dahil çeşitli depolama seçeneklerini destekler. Yüksek hızlı ve esnek depolama özellikleri sunar.

Sunucu, daha fazla esneklik sağlamak için düşük güçlü bir GPU barındırır. PCIe 5.0 x16 LP ve PCIe 5.0 x8 MLP genişletme yuvası ile donatılmıştır.

Sunucu, 4x 8 cm ağır hizmet fanları ve stratejik olarak yerleştirilmiş hava örtüleriyle soğutma sağlıyor. Sıcaklığı etkili bir şekilde yönetir. CPU çekirdekleri, voltaj seviyeleri ve bellek dahil kritik bileşenleri izleyerek optimum performans ve kararlılık sağlar. Kasa, kompakt ve sağlam bir yapıya sahip, 3U rafa monte form faktöründe tasarlanmıştır.

Sunucu, güvenli işlemler sağlayan ve hassas verileri koruyan TPM 2.0 dahil gelişmiş güvenlik özellikleriyle donatılmıştır.

Bu sunucuya güç sağlayan, verimli güç dağıtımı sağlayan 2.200 W yedekli titanyum bir güç kaynağıdır. RoHS standartlarıyla uyumludur ve 10°C ila 35°C (50°F ila 95°F) arasındaki geniş sıcaklık aralığında çalışır. Bu onu çeşitli ortamlar için uygun kılar.

Şirketler, en iyi performansa sahip işlemcilerle yüksek performanslı bilgi işlem altyapısına yatırım yaparak ezber bozan Ansys uygulamalarının değerini en üst düzeye çıkartmayı talep ediyor..

4. Nesil AMD EPYC işlemciler ve Supermicro H13 sunucular, Ansys için en uygun mimariyi sunuyor ve simülasyon modellerinin sayısı, boyutu ve karmaşıklığı üzerindeki kısıtlamaları azaltmaya yardımcı olurken, sonuçlara daha hızlı ulaşılmasını sağlıyor.
Buna ek olarak, AMD CPU tabanlı sistemlerle mühendisler tasarım kalitesini ve prototip performansını artırabilir ve aynı işi yapmak için daha az sunucu kullanarak toplam sahip olma maliyetini (TCO) önemli ölçüde azaltabilir.

Ansys için AMD Değer Önerisi

Better performance with 4th Gen AMD EPYC CPUs* vs. 3 rdGen Intel® Xeon® Platinum CPUs*

• Up to ~1.5x speedup1 for Ansys® Mechanical

• Up to ~1.76x speedup 2 for Ansys® LS-DYNA®

• Up to ~2.17x speedup 3 for Ansys® CFX®

• Up to ~1.75x speedup 4 for Ansys® Fluent®

*2P 32-core 4th Gen EPYC 9374F vs. 2P 32-core 3rd Gen Xeon Platinum 8362

Ansys için Supermicro H13 Hyper Server

Performance node, Supermicro H13 Hyper Servers

• 2U Rack Server • Dual AMD EPYC 9004 Series Processors

• Up to 6TB DDR5-4800MHz in 24 DIMMS

• Flexible NVMe, SAS, and SATA drive options

• Configurable PCle 5.0 expansion capabilities with CXL 1.1+ memory expansion

• AIOM slots with OCP 3.0 support

• Titanium-Level efficiency power supplies

Supermicro ve AMD, Ansys uygulama performansını nasıl artırıyor?

Önceki nesle kıyasla yeni AMD EPYC 4. Nesil işlemciler, %50’ye kadar daha fazla çekirdek, daha yüksek frekanslar, AVX-512 komut desteği, daha fazla bellek bant genişliği ve daha hızlı PCIe® ve Infinity FabricTM veri aktarım hızı ile Ansys uygulamaları için daha iyi performans sağlıyor. Ayrıca Ansys uygulamalarının AMD derleyicileri ve kütüphaneleri ile optimize edilmesi, performansın daha da artırılmasına yardımcı olabilir.

Ansys için AMD işlemcili Supermicro H13 Hyper compute node sistem konfigürasyonları

Tablo 1, CFX ve Fluent dahil olmak üzere Ansys CFD gibi Hesaplamalı Akışkanlar Dinamiği (CFD) uygulamaları için önerileri göstermektedir. İşlemci başına 12 bellek kanalına ve AVX-512 talimat desteğine sahip 4. Nesil EPYC işlemcileri olan Supermicro, çok çekirdekli paralellikten ve daha fazla bellek bant genişliğinden yararlandıkları için Ansys CFD uygulamaları için düğüm başına yüksek verim sağlayabilir.

Table 1 Sample Supermicro H13 Hyper servers configurations for CFD (CFX, Fluent)

Tablo 2, Ansys Mechanical gibi örtük Sonlu Elemanlar Analizi (FEA) kullanarak yapısal analiz için önerileri göstermektedir.
AVX-512 talimatlarını destekleyen yüksek frekanslı, düşük çekirdek sayılı EPYC işlemcilere sahip Supermicro sunucular, çekirdek başına yazılım lisanslarının verimli bir şekilde kullanılmasına yardımcı olur ve çekirdek başına çok yüksek performans sunar.

Table 2: Sample Supermicro H13 Hyper servers configurations for Structural Mechanics: Ansys Mechanical

Tablo 3, Ansys LS-DYNA gibi açık FEA kullanan çarpışma uygulamaları için önerileri göstermektedir. Yüksek frekanslı, çekirdek başına yüksek önbelleğe sahip ve AVX-512 talimatlarını destekleyen orta çekirdek sayısına sahip EPYC işlemcili Supermicro sistemleri, çekirdek başına yazılım lisanslarının verimli bir şekilde kullanılmasına yardımcı olmak için çekirdek başına çok yüksek performans sunar.

Table 3: Sample Supermicro H13 Hyper servers configurations for Explicit Finite Element Analysis (FEA): Ansys LS-DYNA

Avantajlar: Ansys ile AMD CPU tabanlı Supermicro H13 Hyper sunucular
– Bilgi işlem, depolama, yazılım, hizmetler ve finansal seçeneklerle onaylanmış ve optimize edilmiş çözüm.
– Supermicro veya sertifikalı bir Supermicro iş ortağı tarafından yerinde kurulum, başlatma ve entegrasyon hizmetleri.
– Ansys operasyonel sorunlarının izlenmesi ve düzeltilmesi ile uzaktan yönetim mevcuttur.