高度な並列処理を実現するマルチコア CPU 

高度な並列処理を実現するマルチコア CPU が業界標準になりつつある理由

最新のデータセンター インフラストラクチャと産業用コンピューティング クラスターでは、ボトルネックはメモリ帯域幅やディスク ドライブの速度ではなくなりました。重要な要素は、数千の同時スレッドを効率的に分散するプロセッサの能力でした。高度な並列処理を実現するマルチコア CPUこの問題は、クロック周波数を高めることではなく、アーキテクチャ上の物理コア数の増加と 3 次キャッシュ (L3) の最適化によって解決されます。ビッグ データ セクターのクライアント向けにサーバー ソリューションを実装する当社の実務では、明らかな変化が見られます。5 年前には高周波 4 コア プロセッサのファームで解決されていたタスクが、現在では 32、64、またはそれ以上のコアを備えたプラットフォームに統合されています。

この移行はコンピューティングの経済性によって推進されています。ラック内の機器の密度は、物理的なサイズと消費電力の制限によって制限されます。コアの数を増やすと、占有面積単位および消費エネルギー 1 キロワットあたりにより多くのトランザクションを処理できるようになります。ただし、これらのコアが I/O サブシステムおよび RAM とどのように対話するかのアーキテクチャを考慮しない場合、単に最大コア数のプロセッサを選択するのは間違いです。以下では、総合テストではなく本番環境での実際のパフォーマンスを決定する技術的な微妙な違いを見ていきます。

アーキテクチャの特徴: 並列ワークロード下でコアがどのように相互作用するか

並列コンピューティング用のプロセッサを選択する際の重要なパラメータは、コアの数だけではなく、それらの接続のトポロジです。最新のマルチソケット システム (2P または 4P 構成など) では、プロセッサ間の相互接続テクノロジが重要な役割を果たします。異なる物理チップのコア間でデータが頻繁に転送される場合、遅延が重大な問題になる可能性があります。

NUMA (Non-Uniform Memory Access) アーキテクチャについて考えてみましょう。このようなシステムでは、各コアは「ローカル」メモリへのアクセスは高速ですが、別のプロセッサに接続されているメモリへのアクセスは低速です。複雑な 3D シーンのレンダリング、大規模なコードのコンパイル、金融取引のリアルタイム処理などの高度な並列タスクの場合、プロセスのコアへの固定が不適切であると、パフォーマンスが 15 ～ 20% 低下する可能性があります。私たちは、クライアントから新しいサーバーの効率の低さについて苦情が寄せられているケースに遭遇しました。監査の結果、オペレーティング システムがスレッドを適切に分散しておらず、カーネルがリモート メモリに絶えずアクセスしていることが判明しました。アフィニティマスクを調整すると、パフォーマンスが設計値に戻りました。

もう 1 つの重要な側面は、L3 キャッシュのサイズと構成です。大量のデータを並列処理する場合、メインのランダム アクセス メモリ (DRAM) への頻繁なアクセスによりリクエストのキューが作成され、システム全体の速度が低下します。より大きな共有 L3 キャッシュ (たとえば、最上位モデルでは 256 MB 以上) を備えたプロセッサーでは、より多くのアクティブなデータをコンピューティング ユニットの近くに保存できます。これは、データ アクセスの速度がシステム全体の応答性を決定する Redis や SAP HANA などのインメモリ データベースの場合に特に重要です。

仕様を評価するときは、AVX-512 命令または同様のベクトル拡張のサポートを探してください。これらにより、1 つのコアが複数のデータ項目に対して同時に操作を実行できるようになります。機械学習および科学モデリングのタスクでは、これらの命令の存在により、コア数が同じであっても、前世代のプロセッサと比較してパフォーマンスが最大 40% 向上します。

プラットフォームの比較: 並列タスクにおける Intel Xeon Scalable と AMD EPYC

2 つの主要市場プレーヤーである Intel と AMD のどちらを選択するかは、アプリケーションの特定のワークロード プロファイルに基づいて選択する必要があります。どちらのメーカーも強力なソリューションを提供していますが、アーキテクチャの哲学が異なり、それが総所有コスト (TCO) に影響します。

AMD EPYC は、最大のコンピューティング密度と高い I/O 帯域幅を必要とするシナリオで伝統的に成功しています。チップレット アーキテクチャのおかげで、プロセッサごとにより多くのコアと PCIe レーンが提供されます。そのため、単一の物理サーバー上で数百の仮想マシンを実行する必要がある仮想化や、NVMe ドライブを集中的に使用するタスクに理想的な選択肢となります。アプリケーションがメモリ帯域幅に敏感な場合、AMD の 12 チャネル メモリ コントローラは、Intel の 8 チャネル ソリューションよりも優れています。

一方、Intel Xeon は、高いシングルスレッド パフォーマンスと低遅延を必要とするタスクにおいてリーダーシップを維持しています。 Intel プロセッサのターボ ブースト周波数はより高いことが多く、これは数十のコアにわたって効果的に拡張できないレガシー アプリケーションにとって重要です。さらに、Intel エコシステムは、メイン CPU コアの負荷を軽減できる、より成熟したハードウェア アクセラレーション ツール (暗号化およびデータ圧縮用の Intel QuickAssist テクノロジーなど) を提供します。

購入前に実際のデータで負荷テストを実施することをお勧めします。合成ベンチマークでは、コードの詳細が考慮されていないことがよくあります。たとえば、ソフトウェアが特定の Intel AMX (Advanced Matrix Extensions) 命令を使用している場合、AMD に切り替えると再コンパイルが必要になるか、パフォーマンスが低下します。逆に、Oracle または SQL Server のライセンスにコアごとの予算がある場合は、AMD の高いコア密度によりソフトウェア コストを大幅に節約できます。

熱と電力の消費: 高密度の隠れたリスク

標準的なサーバー シャーシに 64 コアまたは 96 コアのプロセッサを取り付けると、熱に関する深刻な問題が発生します。このようなチップの TDP (熱放散) は 350 ～ 400 W に達することがあります。これには、ファンだけでなく、高密度のラジエーターから熱を除去できる高度な冷却システムも必要です。

私たちの実務では、クライアントが前世代のシャーシにトップエンドのプロセッサをインストールしたケースがありました。冷却システムはピーク負荷に短時間しか対処できませんでした。長期にわたる並列データ処理中に、温度がスロットリングしきい値を超え、プロセッサーの周波数が 30 ～ 40% 低下しました。実際、高価なマルチコア CPU は半分の容量で実行されていました。これは、シャーシと冷却システムを規定の TDP 仕様内に維持することの重要性を強調しています。

厳しい電力消費制限があるデータセンターでは、ワットあたりのパフォーマンスが重要な指標になります。最新の 5nm および 4nm プロセス テクノロジは、アイドル時の消費電力を削減できますが、フル負荷では、マルチコア モンスターは以前のものよりも大幅に多くの電力を消費します。クラスタ全体のPUE(PowerUsageEffectiveness)を計算する必要があります。場合によっては、空調システムのピーク負荷を回避するために、最大容量のサーバーを複数台使用するよりも、ミッドレンジのプロセッサを搭載したサーバーを多数使用する方が有益な場合があります。

電源ユニット (PSU) の要件も考慮する価値があります。 2 つの 350 ワット プロセッサ、複数の SSD、およびメモリ モジュールを備えたサーバーは、最大 1000 ～ 1200 ワットのピークを消費する可能性があります。標準の 800 W 電源は限界まで動作するか、保護状態になります。計算された最大値の少なくとも 20 ～ 30% の PSU 電力予備を常に確保してください。

産業用途の選択基準と認証

産業システムやミッションクリティカルなサービス用の機器を調達する場合、パフォーマンスだけに頼ることはできません。信頼性と規格への準拠は必須です。プロセッサーとマザーボードには、過酷な環境での 24 時間 365 日の稼働に対する適合性を確認する適切な証明書が必要です。

ロシア市場および CIS 諸国向けの EAC (ユーラシア適合) 認証、およびヨーロッパ向けの CE の有無に注意してください。これらのマーキングにより、機器が EMC および安全性テストに合格したことが保証されます。産業用途では、気候要因に従って機器の設計を決定する GOST 15150 規格が重要です。たとえば、UHL (中寒冷地) バージョンでは、-60 °C ～ +40 °C の温度での動作が必要となり、コンデンサやプロセッサ冷却システムなどのサーバー コンポーネントに追加の要件が課されます。

高度な並列コンピューティングには、メモリとプロセッサにおける ECC (Error-Correcting Code) エラー訂正テクノロジのサポートが必須です。何百万ものトランザクションの処理中に 1 ビットのデータにエラーが発生すると、データベースのクラッシュから財務計算の誤りに至るまで、壊滅的な結果が生じる可能性があります。プロフェッショナルグレードのマルチコア CPU (Intel Xeon、AMD EPYC) は、デスクトップ ソリューションとは異なり、ハードウェアで ECC をサポートします。

保証期間と交換品の入手可能性も影響します。産業用プロセッサは、多くの場合、長い納品サイクル (ロングライフサイクル) を持っています。ハードウェアを交換する際にソフトウェアを完全に書き換える必要がないように、選択したサプライヤーが部品と同等の可用性を 5 ～ 7 年間保証できることを確認してください。

マルチコアアーキテクチャ向けのソフトウェアの最適化

強力なハードウェアを購入しても、ソフトウェアがその使い方を知らなければ速度は保証されません。並列処理には、コードを記述するための正しいアプローチが必要です。主な問題は、複数のコアが同時に同じリソースにアクセスしようとしたときのロックと競合状態から発生します。

有効活用するために高度な並列データ処理を実現するマルチコア CPU開発者は、非同期プログラミング モデルとロックフリーのデータ構造を使用する必要があります。仮想化とコンテナ化 (Docker、Kubernetes) には、リソース制限 (cgroup) の適切な構成も必要です。 CPU 制限を明示的に指定しないと、コンテナーがすべてのホスト コアを引き継ぎ、他のサービスを枯渇させる可能性があります。

プロファイラーを使用してコア全体の負荷分散を分析することをお勧めします。負荷の 80% がコアの 20% にかかり、残りのコアはアイドル状態であることがよくあります。ロード バランサとタスク スケジューラ (たとえば、割り込みの IRQ バランス) を構成すると、負荷を平準化し、システム全体の遅延を短縮できます。

よくある質問

コアの数は単一スレッドの速度に影響しますか?

いいえ、直接的な影響はありません。シングル スレッドの速度は、クロック周波数とコア アーキテクチャ (IPC - サイクルごとの命令数) によって異なります。ただし、マルチコア プロセッサは、熱バジェットを満たすために、デスクトップのプロセッサよりも低いベース周波数を備えていることがよくあります。マルチスレッドをサポートしていないタスクの場合は、コア数が少なく、周波数が高いプロセッサを選択することをお勧めします。

TDP が 300W を超えるプロセッサには特別な冷却が必要ですか?

はい、標準の空冷クーラーでは不十分かもしれません。銅製ヒートパイプと BMC 経由で制御される高速ファンを備えたサーバー ラジエーターを使用することをお勧めします。コンピューティング密度が非常に高い場合は、より効率的な熱放散を実現し、ノイズを低減する液体冷却システムを検討するのが理にかなっています。

プロセッサと既存のマザーボードの互換性を確認するにはどうすればよいですか?

ソケット (たとえば、AMD EPYC 9004 の場合は SP5、Intel Xeon Scalable の場合は LGA4677) と BIOS/UEFI のバージョンを確認する必要があります。ソケットが一致しても、古いマイクロコード バージョンは新しいプロセッサ ステッピングをサポートしていない可能性があります。新しい CPU を取り付ける前に、古いプロセッサまたはフラッシュバック機能 (利用可能な場合) を使用して BIOS を更新する必要があります。

マルチコア システムにはどの RAM が最適ですか?

ECC レジスタ (RDIMM) をサポートする DDR5 メモリを使用します。マザーボードのユーザーマニュアルに従ってメモリチャネルを均等に埋めることが重要です (通常は最初はチャネルごとに 1 つのモジュール)。これにより、最大のスループットが確保されます。異なる容量または周波数のモジュールを混在させると、メモリ サブシステム全体のパフォーマンスが最も弱いモジュールのレベルまで低下します。

結論と次のステップ

正しいものを選択する高度な並列データ処理を実現するマルチコア CPUアーキテクチャの機能、エネルギー効率、ソフトウェア スタックの要件の間のバランスです。普遍的な解決策はありません。インメモリ データベースにはメモリ帯域幅が重要であり、仮想化にはコアと PCIe レーンの数が重要であり、科学技術コンピューティングにはベクトル命令のサポートが重要です。

このような複雑なシステムを構築する場合、コンポーネントの信頼性と品質を保証することが重要な要素になります。武漢新華隆科技有限公司は、2009 年に「中国の光谷」で設立された電子部品の専門販売代理店で、オリジナルの集積回路の信頼性と透明性の高いサプライ チェーンを提供しています。同社は、世界の大手メーカーと最終消費者の間の重要なリンクとして機能し、幅広いハイテク ソリューション (プロセッサー、LPDDR4 メモリ、特殊コントローラーなど) だけでなく、深い技術的専門知識も提供しています。

中国のマイクロエレクトロニクスの中心地に位置し、厳格な複数レベルの品質管理を行っているため、武漢新華龍テクノロジーは、製品が規定の仕様に 100% 準拠していることを保証しています。社内のアプリケーション エンジニア (FAE) は、設計から実装までの技術サポートを提供することで、お客様がよくある統合の落とし穴を回避できるよう支援します。 Wuhan Xinhualong Technologies LLC などの信頼できるパートナーと協力することで、特にローカリゼーションと認証要件 (EAC、GOST) に直面した場合でも、供給リスクを最小限に抑え、インフラストラクチャの長期的な安定性を確保することができます。

コンピューティング クラスターのアップグレードまたは新しいビッグ データ プラットフォームの導入を計画している場合は、技術的なアドバイスと見積もりについてお問い合わせください。詳細な TCO 計算を提供し、国際規格に従って認定された最適なコンポーネントの選択をお手伝いします。

ハイパフォーマンスコンピューティング用のサーバープロセッサ

今すぐお問い合わせください