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

3. #mstechdays Innovation Recherche#3
• 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 ?
– CPU : 100% natif
– RAM: 99% natif
– Réseau ???
HPC : un challenge pour le cloud
Introduction

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

5. #mstechdays Innovation Recherche#5
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
Expérimenter le cloud HPC : notre démarche
Introduction

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

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

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

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

10. #mstechdays Innovation Recherche#10
Azure Big Compute = Nouveaux nœuds Azure + HPC Pack
• 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
Nœuds A8 et A9
• Middleware de gestion des tâches : Cluster Manager + SDK
• Testé à 50k cœurs dans Azure
• Extension Pack gratuit : Tout Windows Server peut servir de nœud
HPC Pack
Azure Big Compute

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

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

13. #mstechdays Innovation Recherche#13
HPC Pack : déploiement hybride
Azure Big Compute
• 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
AD
M
N N
N N
N N
N N
N N N N
N N
N N
N N
N N
N N N N
VPN

14. #mstechdays Innovation Recherche#14
• 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 glissantes
ParSon : un logiciel scientifique de segmentation audio
ParSon
ParSon
Découpage et classification
Audio numérisée
voix
musique

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

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

17. Innovation Recherche#mstechdays #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

18. #mstechdays Innovation Recherche#18
• 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++
Standards respectés = portage Linux  Windows facile
Portage

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

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

21. #mstechdays Innovation Recherche#21
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
Déploiement dans Azure
Portage

22. #mstechdays Innovation Recherche#22
• 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
Ce premier déploiement présente des limitations
Portage

23. Innovation Recherche#mstechdays #23
3. OPTIMISATIONS

24. #mstechdays Innovation Recherche#24
• 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
 Passage des compteurs en 64 bits dans le code C++
Méthodologie : suppression du goulet d’étranglement
Optimisations

25. #mstechdays Innovation Recherche#25
• RAMFS = système de fichiers dans un bloc mémoire RAM
– Extrêmement rapide
– Capacité limité et non persistant
• ImDisk
– Léger : driver + service + ligne de commande
– Open-source mais signé : fonctionne sous Win64
• Installation silencieuse scriptée – schématiquement :
– 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
Accélération de l’accès local aux données via un RAMFS
Optimisations

26. #mstechdays Innovation Recherche#26
• 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
Accélération du transfert réseau
Optimisations

27. Innovation Recherche#mstechdays #27
4. RÉSULTATS

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

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

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

31. Innovation Recherche#mstechdays #31
5. BILAN

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

33. #mstechdays Innovation Recherche#33
Azure Big Compute pour la recherche et l’entreprise
• Accès au calcul sans barrière
administrative ou financière
• Mise à disposition des moyens de calculs en
quelques minutes
– parfait pour l’extension de deadline d’une
conférence 
• Parfaitement adapté aux chercheurs en
algorithmique parallèle
– Expériences paramétriques
• Un supercalculateur accessible à tous sans
investissements
• 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
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

34. #mstechdays Innovation Recherche#34
Merci
?
Merci pour votre attention
• Antoine Poliakov
apoliakov@aneo.fr
• 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
Tous nos remerciements à
Microsoft pour nous avoir
prêté les machines !
Une question : n’hésitez pas !

35. Digital is business