GRUENCY  /  Computación científica

Estaciones de trabajo para computación científica

La simulación y la investigación numérica implican ejecuciones largas sin supervisión, un uso intensivo de la memoria y resultados que deben ser correctos. GRUENCY construye estaciones de trabajo para estas tareas. Su fundador, Sebastian Michalski, realiza sus propios estudios de Monte Carlo.

Configurar en WS.COMPUTER

Adaptadas al solver

  • Equilibrio entre CPU y GPU elegido según los códigos que usted ejecuta
  • Memoria ECC y una plataforma adecuada para resultados que deben ser correctos
  • Ancho de banda de memoria y número de núcleos valorados para cada solver
  • Distribución del almacenamiento para conjuntos de datos, checkpoints y resultados
  • Estabilidad en ejecuciones largas sin supervisión
  • Objetivos de ruido adecuados para una oficina o un laboratorio

Pruebas para ejecuciones largas

Cada máquina se somete a una prueba de burn-in a plena carga sostenida, a un perfil térmico y a un control de ruido. La puesta en marcha a distancia en su entorno está incluida, en cualquier parte del mundo.

Interior de un equipo: bloque de agua de la CPU, tubos del circuito, bancos de memoria y controlador de refrigerante

Trayectoria investigadora

Elsevier / Physica A

Artículo revisado por pares, como autor único

Un estudio de Monte Carlo sobre la reducción del sesgo y la varianza en el análisis de fluctuaciones sin tendencia (DFA).

NBP, Banco Nacional de Polonia

Premio de primer grado

Optimización de la circulación de efectivo y modelización económica para el banco central de Polonia.

Prototipo, 2017

11 GPU refrigeradas por agua en un solo chasis

Una plataforma de servidor de doble CPU en una única caja diseñada en CAD, construida en 2017.

Preguntas sobre computación científica

¿Más CPU o más GPU para simulación?

Depende del solver. En la primera conversación se evalúan el ancho de banda de memoria, el número de núcleos y la aceleración por GPU en función de sus códigos.

¿Merece la pena la memoria ECC?

Para ejecuciones largas e investigaciones cuyos resultados deben ser correctos, normalmente sí. Es una decisión de plataforma, y la especificación la justifica.

¿Conocen los flujos de trabajo de investigación?

Sebastian realiza él mismo estudios de Monte Carlo y ha publicado como autor único un artículo metodológico en Physica A. Utiliza máquinas de este tipo en su propio trabajo.

Solicite una consulta

Describa los códigos, los conjuntos de datos y dónde se utilizará la máquina.

O escriba a info@gruency.com