“Kultrún” es una de las mayores instalaciones de su tipo a nivel nacional. Con la reciente mejora en su servidor se eleva el poder para reducir enorme cantidades de datos y realizar simulaciones en agujeros negros supermasivos y colisiones en cúmulos densos, permitiendo grandes avances en las investigaciones.
El Departamento de Astronomía de la Universidad de Concepción (UdeC) posee una supercomputadora y recientemente recibió una notable mejora de rendimiento. Y es que el clúster híbrido “Kultrún” tuvo la instalación de un nuevo servidor de GPU’s de alto rendimiento, con el cual se espera elevar las capacidades de la instalación.
Este hito es resultado de la propuesta “The next step for astrophysical supercomputing in Chile: a powerful GPU-server for fluid and stellar dynamics” (traducida en español como “El siguiente paso de la supercomputación astrofísica en Chile: un potente servidor GPU para dinámicas de fluidos y estelares”) que fue seleccionada dentro de la convocatoria del Concurso Fondos de Astronomía 2022 Quimal.
El proyecto es dirigido por el doctor Dominik Schleicher, astrónomo de Astronomía UdeC y del Centro de Astrofísica y Tecnologías Afines (CATA), y quedó en primera posición dentro del concurso, cuando se adjudicó un monto superior a $193 millones para ejecutarse en un plazo de 24 meses.
El equipo que lidera el académico de origen alemán lo integra el doctor Michael Fellhauer como director alterno y el doctor Stefano Bovino, ambos de Astronomía UdeC. Además, participan el doctor Andrés Escala de la Universidad de Chile junto al doctor Rafeel Riaz de la Universidad Bernardo O’Higgins.
Stefano Bovino y Dominik Schleicher son dos de los académicos UdeC que integran el equipo del proyecto Quimal que mejora a “Kultrún”.
En relación con la mejora que obtuvo “Kultrún”, el astrónomo Dominik Schleicher manifestó que “estamos muy contentos de haber recibido nuestro nuevo servidor de GPUs, que presenta un salto significativo para nuestro equipamiento. Las tarjetas NVIDIA A100 son tarjetas extremadamente poderosas y nos van a permitir llevar nuestras simulaciones al próximo nivel y educar alumnos en el uso de nuevas tecnologías”.
“Kultrún era, en general, el tercer supercomputador a nivel nacional en potencia de cómputo. Poseía una shared memory machine (o máquina de memoria compartida) única en el país y ahora con este nuevo equipo de GPU’s nos volvemos a ubicar en un muy buen nivel”, resaltó el doctor Stefano Bovino.
Profundizando en los detalles técnicos, se destaca que el nuevo servidor incluye dos CPU’s (sigla en inglés para Central Processing Unit o Unidad Central de Procesamiento) con 64 núcleos cada uno, 1 TB (terabyte) de memoria RAM y cuatro tarjetas gráficas GPU (del inglés Graphics Processing Unit o Unidad de Procesamiento Gráfico) NVIDA A100. Estas se caracterizan porque sólo de forma individual poseen un poder de cómputo de 9.7 TFlops para operaciones de floating points, y aún más para cálculos de tensores.
Este nuevo servidor, que se une al resto que ya formaba parte previamente de Kultrún, posee el 15% del poder de Guacolda, que es el clúster de servidores del Laboratorio Nacional de Computación de Alto Rendimiento (NLHPC).
Toda esta mayor potencia de cómputo que eleva las capacidades de la supercomputadora “Kultrún” de Astronomía UdeC se traduce en la posibilidad de mejoras en las simulaciones ya realizadas por el sistema y también en nuevas investigaciones en materia de modelación de agujeros negros supermasivos, dinámica de fluidos y campos magnéticos, colisiones en cúmulos densos y masivos, entre otras áreas.
“El servidor también permitirá entrenar alumnos con códigos como K-ATHENA, desarrollados para la era de exascale computing, lo que corresponde a las instalaciones internacionales con la capacidad más alta de computación”, agregó el doctor Schleicher.
Además, para el futuro se espera que se adquiera otro servidor con 8 tarjetas NVIDIA A4000 mediante una licitación pública en el marco del CATA, centro de excelencia del que es parte el Departamento de Astronomía UdeC.
“Este servidor será utilizado para cálculos de N-cuerpos y para trabajos de machine learning, contribuyendo así con avances adicionales en la astronomía computacional”, concluyó el investigador.
