loves baremetal-servers, loves power

1

（C） IDC Frontier Inc. All Rights Reserved.

Loves ベアメタルサーバー

Loves POWER

藤城拓哉 @tafujish

IDCFクラウド＆SoftLayer 合同Meetup！in つくば vol.2 with #さくらクラブ

2016.10.15

2


自己紹介

藤城拓哉（FUJISHIRO TAKUYA）

@tafujish

IDCF

テクニカルエヴァンジェリスト

自宅サーバー/自宅HPC

ベンチマーク

3


IDCFクラウド

SoftLayer

さくらのクラウド

と言えば、

4


パブリッククラウド

×

ベアメタルサーバー

5


ベアメタルサーバー、何が良い？

リソース専有

仮想化オーバーヘッドなし

→サイジングしやすい

一定した性能

自分で仮想化環境構築

IDCFクラウドのベアメタルサーバー

ハードウェア専有仮想マシン

ポータル上から作成し即時利用

時間従量で1時間から利用

仮想化による柔軟

ioMemory PX600採用

オーバーヘッド無しのフル性能

ioMemoryを直接操作

メモリサイズをカスタマイズ

ioDrive2とPX600選択可

ベアメタルサーバー

IDCFクラウドのベアメタルサーバー

ハードウェア専有仮想マシン

ポータル上から作成し即時利用

時間従量で1時間から利用

仮想化による柔軟

ioMemory PX600採用

オーバーヘッド無しのフル性能

ioMemoryを直接操作

メモリサイズをカスタマイズ

ioDrive2とPX600選択可

ベアメタルサーバー今日は別の話します

8


http://www.softlayer.com/jp/info/power8

9


POWER

大好き

10


SoftLayer OpenPOWERのスゴイところ

①開通の速さ

オンラインオーダーしてから

1時間かからずに利用可能

※今回の実測値

11



②OS初期化が簡単

オンラインでポチ

2時間強で再構成完了

※今回の実測値

12



③メモリ帯域幅がデカい

ベンチマークで確認してみよう

STREAM: Sustainable Memory Bandwidth in High Performance Computers

https://www.cs.virginia.edu/stream/

https://www.cs.virginia.edu/stream/FTP/Code/stream.c

13



25251

69728

0 20000 40000 60000 80000

IA

POWER

POWER IA

Cloud SoftLayer IDCF Cloud

Machine type POWER8 C812L-M Highio.5XL.128.g2

Virtualization Baremetal VMware

CPU model POWER8 Turismo Xeon E5-2660 v3

CPU cores 1P/10C/80T 2P/20C/40T/40vCPU

Clock 3.49GHz 2.6GHz

Memory 256GB 128GB

OS Ubuntu 14.04.5 LTS Ubuntu 14.04.4 LTS

Kernel 3.19.0-28.31-openpower1 4.2.0-36

gcc -O3 -fopenmp -DSTREAM_ARRAY_SIZE=1000000000 stream.c -mcmodel=large

※使用メモリ 22.4GB

※ CPU Governor: performance

STREAM Triad MB/s

14



④四倍精度浮動小数点

演算に対応しかつ速い

その学習、精度足りてますか？

15



BBPで素直に円周率計算してみると

※BBP https://ja.wikipedia.org/wiki/円周率

3.14159265358979323846264338327950288

3.14159274101257324218750000000000000 6桁目まで

3.14159265358979311599796346854418516 15桁目まで

3.14159265358979323829596852490908531 18桁目まで

3.14159265358979323846264338327948122 30桁目まで

正しい値

単精度

倍精度

[IA] 拡張倍精度

[POWER] 四倍精度

16



強化学習における報酬分配（何回行動を遡れるか）

単精度

倍精度

[IA] 拡張倍精度

[POWER] 四倍精度

for(i=1; i<=N; i++) {

n[i] = R;

r /= 4.0L; #Number of Actions

n[i] += r;

n_current = n[i] - R;

result = n_befor / n_current;

n_befor = n_current;

}

11回

25回

31回

549回

※ ±0.1を超える場合異常とする

17


DEMO

18


POWER

使ってみたくなったでしょう。

loves baremetal-servers, loves power

Engineering