KATEDRA INFORMATYKI

Studenci Informatyki, doktoranci oraz pracownicy Wydziału Elektrotechniki, Automatyki i Informatyki mogą korzystać z klastra obliczeniowego Politechniki Opolskiej, który wyposażony jest w komponenty tej samej klasy, co w najnowocześniejszych klastrach na świecie. Dzięki czemu otrzymują możliwość praktycznego programowania wykorzystując najnowocześniejsze technologie.

Klaster składa się z trzech serwerów o różnej konfiguracji. Dzięki czemu oferuje możliwość wykonywania testów porównawczych różnych architektur współbieżnych. Klaster został oparty o najpopularniejsze rozwiązania technologiczne między innymi: akceleratory graficzne GPGPU oraz wielordzeniowe koprocesory. Serwery połączone są między innymi siecią Infiniband QDR (40 GB/s).

Pierwszy serwer został wyposażony w dwa czternastordzeniowe procesory Intel Xeon Xeon (2 GHz) oraz cztery dwuprocesorowe karty nVidia Tesla K80, które łącznie posiadają 19968 rdzeni CUDA, 128 GB pamięci RAM oraz dysk SSD (zapis 1000MB/s, odczyt 2000MB/s). Każda karta nVidia posiada 24 GB pamięci. System operacyjny - Microsoft Windows.

W skład drugiego serwera wchodzą dwa dziesięciordzeniowe procesory Intel Xeon (2.3 GHz), trzy wielordzeniowe koprocesory Intel Phi 7110P – każdy posiada 8 GB pamięci oraz 61 rdzeni o taktowaniu 1.1 GHz. Takie koprocesory występują między innymi w najszybszym superkomputerze w Polsce (Prometheus), w Czechach (Solomon). Serwer ten został wyposażony również w 128 GB pamięci RAM oraz dysk SSD (zapis 1000MB/s, odczyt 2000MB/s). System operacyjny - Linux.

Natomiast trzeci serwer to macierz dyskowa o pojemności 24 TB.

Taka budowa klastra pozwala użytkownikom na przeprowadzanie obliczeń równoległych w różnych technologiach i przy pomocy różnych narzędzi. Obliczenia na klastrze można przeprowadzać wykorzystując między innymi technologie OpenMP, MPI oraz CUDA.

Z uczelnianego klastra mogą korzystać studenci, doktoranci oraz pracownicy Politechniki Opolskiej. Aktualnie na klastrze prowadzone są obliczenia dotyczące metod optymalizacji statycznej, uczenie maszynowe, obliczanie pochodnych niepełnego rzędu.

Osoby kontaktowe: dr inż. Michał Podpora mgr inż. Marek Machaczek

Zakup współfinansowany przez Unię Europejską ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Infrastruktura i Środowisko