Raamovereenkomst levering HPC infrastructuur

Levering van een High Performance Computing (HPC) infrastructuur inclusief integratie met de bestaande HPC-omgeving. De rekencluster Leibniz (2017) wordt uit dienst genomen. Daarnaast is er ook nog de rekencluster Vaughan (2020-2021), bestaande uit 192 CPU nodes (zen2 en zen3 architectuur) en drie GPU rekennodes (een node met vier NVIDIA A100 en twee rekennodes met twee AMD MI100).

De hoge-performantie interconnect is Infiniband HDR100. Vaughan beschikt over een scratch file systeem op basis van BeeGFS en een NetApp-oplossing voor de andere file systemen (home directories, toepassingssoftware en permanente data). De home directories en permanente data worden ook via NFS geëxporteerd naar de andere VSC-sites (Vlaams Supercomputer Centrum, www.vscentrum.be).

Voor de koeling van de machines zijn er drie chillers geïnstalleerd. Er wordt gewerkt met inrow coolers. Deze opdracht bestaat uit de vervanging van de cluster Leibniz.

Vermits Leibniz deel uitmaakt van een hot aisle concept, zal dit mogelijk deels afgebroken moeten worden. De nieuwe cluster zal bestaan uit rekennodes verbonden met een snelle interconnect, bijhorende loginnodes en managementnodes, opslagsysteem, en mogelijk enkele nodes om te experimenteren met visualisatie en/of acceleratoren. De levering omhelst de installatie van de machine (“turn key” oplossing), inclusief koeling compatibel met de huidige chillers.

De intekenaar beschikt over de nodige expertise om niet alleen de hardware te leveren en te installeren, maar ook tijdens de levensduur van de machine de nodige ondersteuning te kunnen bieden, bv. bij updates en configuratiewijzigingen of andere problemen met de systeemsoftware en de hardware, en hierbij ook toekomstige uitbreidingen aangekocht in het kader van deze overeenkomst kan integreren in de oplossing. Met “rekencluster” of “HPC-infrastructuur” wordt een rekeninfrastructuur bedoeld met heel groot rekenvermogen dat geleverd wordt door een groot aantal rekennodes met elkaar verbonden via een hoog-performant netwerk dat toelaat applicaties te gebruiken die de rekenkracht van vele rekennodes inzetten om één enkele simulatie uit te voeren of andere grote problemen op te lossen. Afzonderlijke deeltaken op de rekennodes kunnen hierbij met hoge bandbreedte en lage latency communiceren over het netwerk via bijvoorbeeld, MPI.

Verder zijn er meerdere gedeelde bestandensystemen (elk met hun eigen profiel: home directories, applicaties, permanente data of scratch) die beschikbaar zijn op alle rekennodes en op de infrastructuur voor toegang en beheer van het geheel. Deze aanbesteding zal leiden tot een niet-exclusieve raamovereenkomst waarbinnen gedurende de periode van drie jaar, die eventueel met één jaar kan worden verlengd, verdere uitbreidingen van de infrastructuur aangekocht kunnen worden, inclusief een vervanging van de huidige BeeGFS- en NetApp-oplossing. Een verdere aankoop wordt echter niet gegarandeerd en hangt af van de evolutie van de financiering van dit project.