USD $ EUR € JPY £ RUB ₽ BTC: 3287.88 $ 0 %
USD $ EUR € JPY £ RUB ₽ XRP: 0.29 $ 0 %
USD $ EUR € JPY £ RUB ₽ ETH: 86.67 $ 0 %
USD $ EUR € JPY £ RUB ₽ XLM: 0.10 $ 0 %
USD $ EUR € JPY £ RUB ₽ USDT: 1.01 $ 0 %
USD $ EUR € JPY £ RUB ₽ EOS: 1.97 $ 0 %
USD $ EUR € JPY £ RUB ₽ BTC: 2900.01 0 %
USD $ EUR € JPY £ RUB ₽ XRP: 0.26 0 %
USD $ EUR € JPY £ RUB ₽ ETH: 76.44 0 %
USD $ EUR € JPY £ RUB ₽ XLM: 0.09 0 %
USD $ EUR € JPY £ RUB ₽ USDT: 0.89 0 %
USD $ EUR € JPY £ RUB ₽ EOS: 1.74 0 %
USD $ EUR € JPY £ RUB ₽ BTC: 372561.41 £ 0 %
USD $ EUR € JPY £ RUB ₽ XRP: 32.93 £ 0 %
USD $ EUR € JPY £ RUB ₽ ETH: 9820.50 £ 0 %
USD $ EUR € JPY £ RUB ₽ XLM: 11.07 £ 0 %
USD $ EUR € JPY £ RUB ₽ USDT: 114.03 £ 0 %
USD $ EUR € JPY £ RUB ₽ EOS: 223.31 £ 0 %
USD $ EUR € JPY £ RUB ₽ BTC: 218845.37 0 %
USD $ EUR € JPY £ RUB ₽ XRP: 19.34 0 %
USD $ EUR € JPY £ RUB ₽ ETH: 5768.63 0 %
USD $ EUR € JPY £ RUB ₽ XLM: 6.50 0 %
USD $ EUR € JPY £ RUB ₽ USDT: 66.98 0 %
USD $ EUR € JPY £ RUB ₽ EOS: 131.18 0 %

GPU-кластеры от компании ComBox Technology. Уникальные технологии, способные перевернуть мир

ComBox Technology — разработчик и производитель GPU-кластеров и мобильных ЦОД с жидкостным охлаждением GPU для решения наукоёмких задач и параллельных вычислений.

Мы производим GPU-кластеры и мобильные ЦОД с иммерсионным охлаждением (жидкость Novec 3M), которые применяются в решении наукоёмких задач в секторах B2B/B2G.

Мы разработали и успешно применяем собственную технологию двухфазного иммерсионного охлаждения. В результате мы добились очень высокой плотности установки видеокарт (по 6 шт. на плату и по 96 шт. в каждой секции) внутри наших решений. Высокая плотность – это компактность конечных решений, а также минимальное количество жидкости, необходимое для работы системы в целом.

Теперь там, где помещалось ранее 8 видеокарт, мы размещаем 96, а в контейнер легко помещается 960 штук.

960 видеокарт для параллельных вычислений – это 1,92 миллиона векторных арифметико-логических устройств (векторных АЛУ), что сравнимо по мощности с имеющимися суперкомпьютерами, стоимость которых в разы выше.

Форм-фактор наших решений – это 20-футовые контейнеры, которые легко монтируются в точки с минимальной стоимость электроэнергии и мобильны.

Применяя самые современные технологии на программно-аппаратном уровне, мы научились распараллеливать задачи внутри GPU на векторных АЛУ, между GPU в рамках 1 системы и между разными системами. Применяя универсальный интерфейс для постановки задач, наши решения легко масштабируются и позволяют значительно увеличить скорость в параллельных вычислениях.

Решения ComBox – это непросто контейнеры и софт, это целая комплексная технологическая экосистема для параллельных вычислений. Будущее, доступное уже сегодня!

Мы предлагаем аренду вычислительных мощностей для параллельных вычислений и решения наукоёмких задач.

Всё используемое в мире программное обеспечение – разное и проприетарное. Нет унифицированных решений, а существующие CPU-кластеры – медленны и неэффективны в параллельных вычислениях. В подавляющем большинстве случаев требуется адаптация конкретной научной модели под существующие кластеры. А это неудобно, долго и требует наличия штатных специалистов, постоянное содержание которых — дорого. По этой причине огромное количество потенциально востребованных мощностей простаивает, а задачи, которые могли бы уже быть решены и дать мировую новизну и технологический прорыв компаниям и мировым научным институтам — откладываются. Мы, люди, сами остановили движение прогресса вперёд!

Мы применяем схему с подменой и унификацией библиотек OpenCL/Vulcan/CUDA, которые используются при взаимодействии с видеокартами практически во всех решениях. За счёт унификации интерфейсов без вмешательства в разные программные комплексы мы получаем возможность интеграции расчётов на наших кластерах во всём софте в мире за один раз. Для решения проблем версионности библиотек мы разработали универсальный коннектор, поддерживающий как новые методы, так и их deprecated-экземпляры. Это позволяет подменять библиотеки разных версий и транслировать на оригинальный вариант библиотеки – локальный расчёты, а для кластерных расчётов – передавать данные дальше.

Фактически, не изменяя исходный код применяемых годами научных программных комплексов, мы интегрируем в них кластерные параллельные вычисления на GPU, выполняемые удалённо и легко масштабируемые в зависимости от конкретной задачи.

Если ранее у вас была одна видеокарта для расчётов, то сейчас одним кликом мышки вы можете подключить ещё 900 или 9 тыс. штук. Если раньше расчёт делался месяцами, то теперь он может быть выполнен за 1 минуту.

Преимущества наших решений

  1. Применение для параллельных вычислений  видеокарт
  2. Наличие возможности распараллеливания задач в реальном времени
  3. Возможность интеграции кластерных вычислений на GPU в существующие программные комплексы без их модификации
  4. Установка видеокарт с высокой плотностью
  5. Пожаробезопасность и отказоустойчивость всех решений
  6. Страхование аппаратных решений от основных рисков
  7. Низкое энергопотребление и высокая энергоэффективность (PuE = 1.05)

Решение опробовали и поддержали

Научный сектор:

  • А.В. Гарабаджиу, профессор, доктор хим. наук, проректор по научной работе СПбГТИ.
  • В.А. Сабельников, профессор аэрокосмической лаборатории ONERA, ведущий учёный отдела фундаментальной и прикладной энергетики.
  • А.М. Чуднов, профессор, математик, доктор тех. наук.

Образовательный, B2G и B2B-сектора:

  • ONERA. The French Aerospace Lab
  • Université de Pau et des Pays de l’Adour (UPPA)
  • University of Rouen Normandy
  • Санкт-Петербургский государственный технологический институт
  • Центральный аэрогидродинамический институт имени профессора Н. Е. Жуковского
  • 3M Russia
Понравилась статья? Расскажите друзьям: