Le cloud est-il adapté aux besoins du calcul hautes performances ? La réponse par l’expérience : les consultants HPC d'ANEO ont porté et optimisé une application scientifique distribuée développée par Supélec depuis leur cluster Linux vers la nouvelle offre de cloud Microsoft, Big Compute (nœuds reliés en InfiniBand).

2. Retour d'expérience
Big Compute & HPC
sur Windows Azure
Antoine Poliakov
Consultant HPC
ANEO
apoliakov@aneo.fr
http://blog.aneo.eu
Innovation Recherche

3. Introduction
HPC : un challenge pour le cloud
•
Cloud : accès via un réseau de télécommunications, à la demande et en libre-service, à
des ressources informatiques partagées configurables
•
HPC (High Performance Computing) : branche de l’informatique visant à atteindre les plus
hautes performances logicielles possibles en particulier en termes de vitesse de calcul
–
–
–
La puissance de calcul double tous les 1,5 - 2 ans
La vitesse des réseaux double tous les 2 - 3 ans
L’écart calcul/réseaux double tous les 5 ans
•
Intérêt du HPC dans le cloud : accessibilité (PME, recherche, etc.)
 moteur d’innovation énorme
•
Le cloud peut-il garantir des performance suffisantes pour le HPC ?
–
–
–
#mstechdays
CPU : 100% natif
RAM: 99% natif
Réseau ???
#3
Innovation Recherche

4. Introduction
Expérimenter le cloud HPC : 3 ingrédients
Technologie
Cloud HPC
Cas d’usage
logiciel HPC
Expériences
Etat de l’art du cloud pour le HPC
#mstechdays
#4
Innovation Recherche

5. Introduction
Expérimenter le cloud HPC : notre démarche
Identifier des partenaires et technologies
• Logiciel HPC
• Cloud performant
Porter l’application HPC : cluster  cloud
• Montée en compétences
• Retour d’expérience
Expérimenter et mesurer les performances
• Passage à l’échelle
• Transferts de données
#mstechdays
#5
Innovation Recherche

6. Introduction
Un projet collaboratif : 3 acteurs complémentaires
Cabinet de conseil en technologie
et organisation
 Practice HPC : traitement
rapide/massif d’information pour
la finance et l’industrie
Equipes de recherche en HPC
reconnues
Calcul distribué et big data
Apprentissage et systèmes
interactifs
Windows Azure : fournisseur d’une
solution cloud HPC
Azure Big Compute
Objectifs
Identifier les cas d’usage les plus
pertinents
Mesurer la complexité du
portage et du déploiement
Evaluer la maturité de la solution
dans un contexte de production
Objectifs
La technologie est-elle adaptée
au calcul scientifique ?
Spécificités du déploiement dans
le cloud ?
Performances
Objectifs
Avoir un retour d’expérience
technique avant la release
Suivre de l’intérieur un portage
cluster  cloud
#mstechdays
#6
Innovation Recherche

7. Introduction
Des équipes motivées et compétentes : merci !
Conseil
Portage et déploiement de
l’application dans le cloud
Réalisation de benchmarks
Constantinos Makassikis
Consultant HPC
Recherche
Cas d’usage : segmentation audio
distribuée
Analyse des expériences
Stéphane Vialle
Professeur,
Informatique
Antoine Poliakov
Consultant HPC
Stéphane Rossignol
Pr adjoint,
Traitement signal
Wilfried Kirschenmann
Consultant HPC
Kévin Dehlinger
Stagiaire ingénieur
CNAM
#mstechdays
#7
Innovation Recherche
Fournisseur
Fournisseur de la solution
technique
Mise à disposition d’importants
moyens de calculs
Xavier Pillons
Principal Program Manager,
Windows Azure CAT

8. Sommaire
1. Contexte technique
2. Retour d’expérience du portage
3. Optimisations
4. Résultats
#mstechdays
#8
Innovation Recherche

9. 1. LE CONTEXTE TECHNIQUE
a. Azure Big Compute
b. ParSon
#mstechdays
#9
Innovation Recherche

10. Azure Big Compute = Nouveaux nœuds Azure + HPC
Pack
Azure Big Compute
Nœuds A8 et A9
•
•
•
•
2x8 snb E5-2670 @2.6Ghz, 112Gb DDR3 @1.6Ghz
InfiniBand (network direct @40Gb/s) : RDMA via MS-MPI @3.5Go/s, 3µs
IP Ethernet @10Gb/s ; HDD 2To @250Mo/s
Hyperviseur Azure
HPC Pack
• Middleware de gestion des tâches : Cluster Manager + SDK
• Testé à 50k cœurs dans Azure
• Extension Pack gratuit : Tout Windows Server peut servir de nœud
#mstechdays
#10
Innovation Recherche

11. Azure Big Compute
HPC Pack : cluster privé
•
•
M
#mstechdays
N
N
N
N
AD
N
N
N
N
N
Cluster dimensionné par rapport à la charge
maximale
•
Administration : matérielle et logicielle
N
N
Active Directory, Manager et nœuds
dans l’infrastructure privée d’entreprise
N
#11
Innovation Recherche

12. Azure Big Compute
HPC Pack : dans le cloud Azure Big Compute
•
Active Directory et manager dans le cloud
•
Dimensionnement et facturation à la demande
•
Administration logicielle uniquement
Nœuds PaaS
VM IaaS
Bureau / console
à distance
#mstechdays
#12
M
Innovation Recherche
N
N
N
N
N
AD
N
N
N
N
N
N
N

13. Azure Big Compute
HPC Pack : déploiement hybride
•
Active Directory et manager dans le datacenter
•
Nœuds répartis entre le datacenter et le cloud
•
Dimensionnement local suivant la demande
moyenne
Dimensionnement cloud dynamique : absorbe les
pics
•
Administration logicielle et matérielle
N
N
N
N
N
N
N
N
N
N
#13
VPN
M
Innovation Recherche
N
N
N
N
N
AD
N
N
N
N
#mstechdays
N
N
N
N
N

14. ParSon
ParSon : un logiciel scientifique de segmentation audio
• ParSon = algorithme de segmentation audio voix /
musique
1. Apprentissage sur échantillons connus pour calibrer la
classification
2. Classification à base d’analyse spectrale (FFT) sur fenêtre
Audio numérisée
glissantes
ParSon
Découpage et classification
#mstechdays
#14
Innovation Recherche
voix
musique

15. ParSon
ParSon : une application parallèle OpenMP + MPI
6. Rapatriement
des sorties
Données
Contrôle
4. MPI Exec
2. Réserve
N machines
OAR
5. Exécution
Tâches intercommunicantes
1. Upload fichiers
d’entrée
NAS
#mstechdays
#15
3. Déploiement
des entrées
Machines réservées du cluster
Innovation Recherche
Cluster Linux

16. ParSon
Meilleur temps d'éxécution (s)
Les performances sont limitées par les entrées-sorties
2048
512
128
IO bound
32
en réseau, à froid
en local, à froid
8
1
4
16
Nombre de noeuds
#mstechdays
#16
Innovation Recherche
64
256

17. 2. PORTAGE VERS AZURE BIG
COMPUTE
a. Portage du code C++ : Linux  Windows
b. Portage de la distribution : Cluster  HPC Cluster Manager
c. Portage et adaptation des scripts de déploiement
#mstechdays
#17
Innovation Recherche

18. Portage
Standards respectés = portage Linux  Windows facile
• Grâce au respect du standard C++ par le code ParSon et Visual,
il y a très peu de modifications à faire dans le code applicatif
• L’application s’appuie sur la bibliothèque standard et des
bibliothèques scientifiques multiplateformes : libsnd, fftw...
• Grâce à MS-MPI, le code de communication MPI reste inchangé
• Visual Studio supporte OpenMP de manière native
• Le seul travail a consisté à traduire les fichiers de build :
Makefile  Projet Visual C++
#mstechdays
#18
Innovation Recherche

19. Portage
ParSon dans le Cluster Linux
6. Rapatriement
des sorties
Données
Contrôle
4. MPI Exec
2. Réserve
N machines
OAR
5. Exécution
1. Upload fichiers
d’entrée
NAS
#mstechdays
#19
3. Déploiement
des entrées
Machines réservées du cluster
Innovation Recherche
Cluster Linux

20. Portage
ParSon dans le Cloud Azure
6. Rapatriement
des sorties
IaaS
PaaS
4. MPI Exec
2. Réserve
N machines
HPC Cluster
Manager
AD
Domain
controler
5. Exécution
1. Upload fichiers
d’entrée
HPC
pack
SDK
Azure Storage
#mstechdays
#20
3. Déploiement
des entrées
Nœuds A9 provisionnés
Innovation Recherche
PaaS Big Compute
Données
Contrôle

21. Portage
Déploiement dans Azure
A chaque mise à jour logicielle : packaging + envoi dans Azure Storage
1. Envoi vers le manager
–
–
Soit via Azure Storage
Set-AzureStorageBlobContent  Get-AzureStorageBlobContent
hpcpack create ; hpcpack upload  hpcpack download
Soit via transfert classique : serveur de fichiers accessible d’internet – FileZilla ou autre
2. Script de packaging : mkdir, copy, etc. ; hpcpack create
3. Envoi sur storage Azure : hpcpack upload
A chaque provisionnement de nœuds : copie de travail locale
1. Exécution sur les nœuds via clusrun depuis le manager
2. hpcpack download
3. powershell -command "Set-ExecutionPolicy RemoteSigned"
Invoke-Command -FilePath … -Credential …
Start-Process powershell -Verb runAs -ArgumentList …
4. Installation : %deployedPath%deployScript.ps1
#mstechdays
#21
Innovation Recherche

22. Portage
Ce premier déploiement présente des limitations
•
Le temps de transfert du fichier son est supérieur au temps de calcul
séquentiel
•
Sur plusieurs nœuds, le temps de calcul est négligeable face aux
transferts
•
Limite de taille d’entrée : format WAV 2-4Go ; code C++ 4Mds échantillons
#mstechdays
#22
Innovation Recherche

23. 3. OPTIMISATIONS
#mstechdays
#23
Innovation Recherche

24. Optimisations
Méthodologie : suppression du goulet d’étranglement
•
La maillon faible du déploiement précédent est le transfert du fichier
d’entrée
1. Ecriture disque : 300 Mo/s
 Utilisation d’un RAMFS
2. Accès Azure Storage : QoS 1.6 Go/s
 Téléchargement unique depuis le stockage, puis distribution en
InfiniBand
3. Données volumineuses : 60 Go
 FLAC c8 : divise la taille par 2, lève la limitation de taille du format WAV

des
#mstechdays Passage#24
compteurs en 64 bits dans le code C++
Innovation Recherche

25. Accélération de l’accès local aux données via un
RAMFS
•
RAMFS = système de fichiers dans un bloc mémoire RAM
–
–
•
ImDisk
–
–
•
Léger : driver + service + ligne de commande
Open-source mais signé : fonctionne sous Win64
Installation silencieuse scriptée – schématiquement :
–
–
–
–
•
Extrêmement rapide
Capacité limité et non persistant
hpcpack create …
rundll32 setupapi.dll,InstallHinfSection DefaultInstall 128 disk.inf
Start-Service -inputobject $(get-service -Name imdisk)
imdisk.exe -a -t vm -s 30G -m F: -o rw
format F: /fs:ntfs /x /q /Y
$acl = Get-Acl F:
$acl.AddAccessRule(…FileSystemAccessRule("Everyone","Write", …))
Set-Acl F: $acl
A exécuter à chaque provisionnement des nœuds
#mstechdays
#25
Innovation Recherche
Optimisations

26. Optimisations
Accélération du transfert réseau
•
Tous les systèmes de transferts “classiques” utilisent l’interface Ethernet
– Accès Azure Storage via les SDK Azure et HPC Pack
– Partage Windows ou lecteur réseau CIFS
– Autres protocoles de transfert réseau : FTP, NFS, etc.
•
Le moyen le plus simple d’utiliser InfiniBand est via MPI
1. Sur une machine : télécharge le fichier d’entrée : Azure  RAMFS
2. mpiexec broadcast.exe : 1 process par machine
•
Nous avons codé un programme C++ MPI
•
Si id = 0, lit le RAMFS par blocs de 4Mb et envoi aux autres par InfiniBand : MPI_Bcast
•
Si id ≠ 0, reçoit les blocs de données et les enregistre dans le fichier sur RAMFS
•
Utilisation des API Win32 plus rapides que les abstractions standard C ou C++
3. Le fichier est dans la RAM de tous les nœuds, accessible en tant que fichier par
l’application
#mstechdays
#26
Innovation Recherche

27. 4. RÉSULTATS
#mstechdays
#27
Innovation Recherche

28. Le calcul passe bien à l’échelle, surtout pour les gros
fichiers
#mstechdays
#28
Innovation Recherche
Résultats

29. Résultats
Les entrées-sorties détériorent le passage à l’échelle
+
-
#mstechdays
#29
Innovation Recherche

30. Débit Storage régulier (220 Mo/s), latence parfois élevée
Résultats
Broadcast constant @700
Mo/s
#mstechdays
#30
Innovation Recherche

31. 5. BILAN
#mstechdays
#31
Innovation Recherche

32. Notre retour d’expérience sur la technologie Big
Compute
•
Support des standards HPC : C++, OpenMP, MPI
–
•
Transfert de données
–
–
Calcul : CPU, RAM
Réseau inter-nœuds
–
Latence parfois élevée du stockage Azure
Débit limité sur Azure storage  répartition sur
plusieurs comptes
Disques durs lents (pour HPC), même sur A9
Un support efficace
–
•
•
Des performances solides
–
–
•
10 jours de portage
Communautaire, Microsoft
Interface utilisateur claire et intuitive
–
–
•
Administration des nœuds
–
manage.windowsazure.com
HPC Cluster Manager
•
Tout est scriptable et programmable
•
Cloud plus flexible que cluster figé
•
Une gestion unifiée des moyens de calcul de
l’entreprise et du cloud !
Les transferts nœuds ↔ manager passent
obligatoirement par Azure storage : plus lourd
qu’un NAS ou lecteur réseau
#mstechdays
#32
•
Le temps de provisionnement (~7min) est à
prendre en compte
Innovation Recherche

33. Azure Big Compute pour la recherche et l’entreprise
Modèle de coût prévisible et adapté à l’utilisation
Conception moderne, documentation complète, support efficace
Le besoin d’administration est réduit par rapport à une infra privée mais reste présent
Pour la recherche
Pour l’entreprise
•
Accès au calcul sans barrière
administrative ou financière
•
Un supercalculateur accessible à tous sans
investissements
•
Mise à disposition des moyens de calculs en
quelques minutes
•
Facilité d’utilisation élastique :
dimensionnement à la demande
•
Interopérabilité native avec un cluster Windows
privé
– Le cloud absorbe les pics
– Meilleur des deux mondes
•
Datacenters en UE : Irlande + Pays-Bas
–
•
parfait pour l’extension de deadline d’une
conférence 
Parfaitement adapté aux chercheurs en
algorithmique parallèle
–
Expériences paramétriques
#mstechdays
#33
Innovation Recherche

34. Merci pour votre attention
•
Antoine Poliakov
apoliakov@aneo.fr
Merci
Tous nos remerciements à
Microsoft pour nous avoir
prêté les machines !
•
Stéphane Vialle
stephane.vialle@supelec.fr
•
ANEO
http://aneo.eu
http://blog.aneo.eu
•
Retrouvez nous aux TechDays !
Stand ANEO jeudi 11h30 - 13h
Au cœur du SI > Infrastructure moderne avec
Azure
#mstechdays
#34
?
Une question : n’hésitez
pas !
Innovation Recherche

35. Digital is
business