ハイ パフォーマンス コンピューティングとは。

ハイ パフォーマンス コンピューティングには、次の 3 つの主要コンポーネントがあります。

• コンピューティング
• ネットワーク
• ストレージ

基本的な仕組みとしては、HPC システムのノード（コンピューティング）は他のノードに接続され、アルゴリズムやソフトウェアを同時に実行します。その後、データサーバー（ストレージ）に接続され（ネットワーク）、出力が取得されます。HPC プロジェクトは大規模かつ複雑になる傾向があり、システムのノードは通常、計算結果を相互に交換する必要があります。つまり、高速ディスク、高速メモリ、およびノードとストレージシステム間の低レイテンシで高帯域幅のネットワークが必要です。

HPC は通常、クラスタ コンピューティングと分散コンピューティングという 2 つの一般的な設計タイプに分類できます。

並列コンピューティングは、ノード間のレイテンシを最小限に抑えるために、物理的にもネットワーク トポロジにも、互いに近接して配置された接続されたサーバーのグループなど、連携して動作する複数のコンピュータ（クラスタ）の集合を使用して行われます。

分散コンピューティング モデルは、単一の場所（多くの場合オンプレミス）にある、または複数の場所に分散しているネットワーク内の複数のコンピュータのコンピューティング能力を接続するものです。これには、オンプレミスのハードウェアとクラウド リソースが含まれる場合があります。

また、HPC クラスタは、同種ハードウェア モデルと異種ハードウェア モデルに区別できます。同種クラスタでは、すべてのマシンが類似したパフォーマンスと構成を備えており、多くの場合、同一で交換可能として扱われます。異種クラスタには、さまざまな特性（高い CPU コア数、GPU アクセラレーションなど）を持つハードウェアの集合があり、ノードにタスクが割り当てられたときに、それぞれの利点を最大限に活用するためにシステムが最適に利用されます。

HPC 環境のワークロードは通常、疎結合と密結合の 2 種類に分類されます。

疎結合ワークロード（並列ジョブや高スループット ジョブとも呼ばれる）は、システム全体で同時に実行できる独立したタスクで構成されます。タスクは共通のストレージを共有できますが、コンテキスト依存ではないため、完了時に相互に結果を伝える必要はありません。疎結合ワークロードの例としては、長編映画でコンピュータ生成画像（CGI）をレンダリングするケースが挙げられます。この場合、背景や 3D モデルなどの同じ入力データを共有していても、動画の各フレームは他のフレームとは独立してレンダリングされます。

密結合ワークロードは多数の小さなプロセスで構成され、それぞれがクラスタ内の異なるノードによって処理され、タスク全体を完了するために互いに依存しています。密結合ワークロードには通常、ノード間の低レイテンシ ネットワーキングと、共有メモリとストレージへの高速アクセスが必要です。これらのワークロードのプロセス間通信は、OpenMPI や Intel MPI などのソフトウェアを使用して、Message Passing Interface（MPI）によって処理されます。密結合ワークロードの例としては、気象予測があります。これには、気温、風、気圧、降水量などを含む動的で相互に依存するシステムの物理ベースのシミュレーションが含まれます。ここでは、各クラスタノードが異なる気象要因に対して解決策を部分的に計算し、全体的な予報に貢献しています。

HPC は、専用機器を備えたオンプレミス、クラウド、またはそれぞれのハイブリッドで実行できます。

クラウドで HPC を利用すると、高価な専用スーパーコンピュータを購入して維持する必要がなく、柔軟性とスケーラビリティのメリットが得られます。クラウドの HPC は、データ ストレージ、ネットワーキング ソリューション、特殊なコンピューティング リソース、セキュリティ、AI アプリケーションなど、大規模で複雑なタスクを実行するために必要なすべてのインフラストラクチャを提供します。ワークロードはオンデマンドで実行できるため、組織は必要なときに必要なリソースのみを使用して、機器の費用とコンピューティング サイクルの時間を節約できます。

クラウドで HPC を実行する際の一般的な考慮事項は次のとおりです。

レイテンシと帯域幅: HPC ワークロードで実行されるデータの量に伴い、クラウド プロバイダは低レイテンシで堅牢なネットワーク機能（100 GB/秒超）を提供する必要があります。

パフォーマンス: クラウドの HPC は、特にコンピュータ プロセッサ、ストレージ ソリューション、ネットワーキング機能において、パフォーマンスを最適化するためにシステムを常に更新するプロバイダで最も効果を発揮します。

サステナビリティ: HPC はリソースを大量に消費するコンピューティング形式であり、通常のワークロードよりもはるかに多くの電力を必要とします。オンプレミスのハイ パフォーマンス コンピュータでは、年間数百万ドルのエネルギー コストがかかる場合があります。再生可能エネルギーを優先するパブリック クラウド（Google Cloud など）は、HPC によるエネルギーへの影響を軽減できます。

ストレージ: ほとんどの HPC タスクのサイズを考えると、HPC ワークロードを実行する際には、スケーラブルなデータ ストレージが重要な考慮事項となります。大量のデータを簡単に保存、管理できるクラウド プロバイダ（Google のマネージド ストレージ サービスである Filestore や Managed Lustre など）は、HPC において優位性があります。

セキュリティ: プライベートで管理されるグローバル インフラストラクチャを持つクラウド プロバイダが、データとアプリケーションの公共インターネットへの露出を最小限に抑えます。Virtual Private Cloud（VPC）ネットワークにより、ノード間の接続が可能になり、HPC アプリケーションのファイアウォールを設定できます。Confidential Computing の機能により、使用中の暗号化だけでなく、保存時および転送中の暗号化も可能になります。

速度とパフォーマンス

ハイ パフォーマンス コンピューティングは、単一のサーバーやコンピュータよりもはるかに高速にデータやタスクを処理できます。通常のコンピューティング システムでは数週間から数か月かかるタスクが、HPC では数時間あれば済みます。

柔軟性と効率性

クラウドの HPC では、必要に応じてワークロードをスケールアップまたはスケールダウンできます。インターネット接続が安定していれば、世界中のどこからでも HPC にアクセスできます。

コストの節約

クラウドにおける HPC のスピード、柔軟性、効率性により、組織はコンピューティング リソースと労働時間にかかる時間と費用を節約できます。

フォールト トレラント

HPC クラスタの 1 つのノードで障害が発生しても、システムの残りの部分がクラッシュすることはなく、システムの復元性は十分です。HPC が実行する大規模で複雑なタスクを考えると、フォールト トレランスは大きなメリットとなります。

研究開発の促進

HPC は、医薬品のモデリング、新しい機械や部品の設計、実験のシミュレーションによる物理テストの削減など、データ量の多いプロジェクトにおける成果を迅速化することで、研究開発を行う企業にメリットをもたらします。

初期費用

オンプレミスの HPC クラスタとスーパーコンピュータは、初期費用が高いです。機器、労働力、ソフトウェア、構成にかかる費用を考慮すると、オンプレミスの HPC は多くの組織にとって導入が難しい場合があります。

エネルギー消費量

オンプレミスのスーパーコンピュータを導入すると、エネルギー費用が高額になる場合があります。環境とコストを重視する企業にとっては、世界で最も環境に優しいクラウドで HPC を実行することで、HPC のエネルギー消費をサステナブルなものにすることができます。

メンテナンス

HPC は、最新世代のハードウェアと最適化されたソフトウェアで実行することで最高のパフォーマンスを発揮します。オンプレミスの HPC クラスタやスーパーコンピュータを最新の状態に保ち、最適なパフォーマンスを確保すると、すぐに多額の費用が継続的に発生します。

現代のエコシステムは、データとそれを分析するためのコンピューティング負荷の高いツールで溢れています。企業や組織は HPC によって、そのすべてのデータをタイムリーに処理することができ、新しい分析情報、イノベーション、科学的発見が促進されます。これにより、企業はビジネス シナリオを予測し、市場の変動を見通して、推奨事項を作成できます。その一方で、医療分野ではクラウドで HPC を簡単に利用して変革を進めており、発生しうる大流行のモデル化、がん細胞のゲノム解読、疾患の進行の理解に役立っています。

要するに、HPC は科学、技術、ビジネスの進歩を加速させ、人類がより豊かな未来を切り開くのに役立っています。