Il futuro dell'HPC spiegato da Satish Kanagala di Altair

Il mercato dell'HPC? A oggi è ancora una nicchia, ma una nicchia in fase di grande crescita e decisamente importante, “perché coinvolge ogni segmento dell'industria, specialmente l'automotive e l'aerospaziale”. Questo è quanto afferma Satish Kanagala, Vice President. Sales, HPC & Cloud Business, Asia Pacific and EMEA di Altair.

Oggi, tutti i settori industriali, compresi Life Sciences, Farmaceutico, Petrolio e Gas, Difesa e Finanza, fanno un ampio uso di complesse simulazioni che richiedono enormi capacità di calcolo per essere portate avanti. Queste capacità di elaborazione possono essere fornite solo da potenti computer. Saranno sempre più richieste dalle aziende, anche in Europa, che, oltre a essere un importante mercato manifatturiero, sta attuando una strategia finalizzata a portare entro i suoi confini la produzione di semiconduttori. Per lo sviluppo di chip, è fondamentale fare ampio uso di complesse simulazioni.

Altair e l’HPC

Altair è una multinazionale che opera principalmente in tre settori: sviluppo di software per la simulazione (noti soprattutto per le loro soluzioni di simulazione fluidodinamica, modellazione e visualizzazione 3D industriale), data analytics e HPC. In passato, i software di simulazione di Altair potevano essere eseguiti su workstation. Tuttavia, la situazione cambia quando è richiesta solamente una risoluzione rapida di un problema, che non terrebbe impegnata costantemente un'infrastruttura HPC interna e non ne giustificherebbe dunque i costi

Ma cosa fa esattamente nel campo dell'HPC? Altair fornisce il middleware, ovvero i software eseguiti su piattaforme di supercomputing, sia on-premise che su cloud, e gli strumenti per ottimizzare la gestione delle risorse in base alle esigenze del momento, mantenendo sotto controllo i costi. Un esempio di tali soluzioni è Altair PBS Professional, una piattaforma per la gestione dei carichi di lavoro HPC che include strumenti per la previsione, il controllo del budget e il "cloud bursting". Questa soluzione è scelta da aziende nei settori manifatturiero, automobilistico, aerospaziale, governativo, meteorologico ed energetico. Altair Grid Engine, d'altra parte, è ottimizzato per le specifiche esigenze del settore sanitario, mentre Altair Accelerator è progettato per affrontare compiti ad alta produttività e ad alto rischio, come la progettazione di semiconduttori. La piattaforma Altair One, invece, offre un accesso dinamico e collaborativo alle tecnologie di simulazione e analisi dei dati, oltre che alle risorse HPC e cloud.

Un aspetto che Kanagala sottolinea è l'approccio agnostico delle piattaforme di Altair, che non sono vincolate a nessun provider specifico. I carichi di lavoro possono essere eseguiti sia on-premise che su piattaforme come AWS, Azure, Oracle o Google Cloud, in base alle esigenze dei clienti. Questo consente agli utenti di privilegiare la piattaforma che offre il miglior rapporto prezzo/prestazioni e, soprattutto, di evitare il rischio di "lock-in", ovvero la difficoltà di migrare da un grande fornitore cloud a un altro. Inoltre, i clienti possono scegliere la destinazione ottimale per ciascun carico di lavoro, anche in base all'hardware fornito dal servizio: ad esempio, i carichi di lavoro di intelligenza artificiale e simulazione saranno eseguiti in modo più efficiente su unità di elaborazione grafica (GPU), mentre altri potrebbero essere ottimizzati per le unità centrali di elaborazione (CPU).

"Quello che l'utente vede è l'interfaccia dei software di Altair. I calcoli vengono eseguiti su un computer in qualche parte del mondo", spiega Kanagala.

HPC: non è necessario averne uno in casa

In poche realtà si dispone delle risorse necessarie per permettersi l'acquisto di un sistema HPC. Per questo motivo, sempre più aziende stanno optando per l'uso dei sistemi HPC in modalità pay per use, ovvero pagando solo in base alla potenza di elaborazione effettivamente utilizzata. "Se ci si trova a lavorare su un nuovo progetto con scadenze serrate e non si dispone di un'infrastruttura di calcolo adeguata, il cloud può rappresentare una soluzione che consente di ottenere risposte più rapidamente”, spiega Kanagala. "Dobbiamo inoltre considerare le piccole imprese che non possono permettersi di installare un sistema HPC in sede”.
Secondo il manager di Altair, quando un'organizzazione si avvicina a nuovi progetti, spesso il primo passo è adottare un approccio ibrido: si investe in un'infrastruttura on-premise, e quando c'è la necessità di un aumento della capacità di calcolo, si fa ricorso al cloud. "La ragione principale è di natura economica. Se si devono gestire carichi di lavoro che richiedono l'uso continuativo dell'infrastruttura 24/7, l'opzione on-premise risulta essere la più conveniente". Tuttavia, la situazione cambia quando è richiesta solamente una risoluzione rapida di un problema che non satura completamente le risorse dell'infrastruttura interna. In questo caso, l'uso del cloud potrebbe rivelarsi vantaggioso.

E per quanto riguarda la privacy? Secondo Kanagala, questo è un problema relativo, considerando che oggi abbiamo spostato gran parte dei nostri dati sul cloud, inclusa la posta e Office 365, oltre ad altre applicazioni. Certamente, ci sono ancora alcune questioni da affrontare, principalmente di natura normativa e limitate a settori specifici come la sanità, la finanza o la Pubblica Amministrazione. Tuttavia, non tutti i settori sono soggetti a regolamentazioni così stringenti e si sta lavorando per introdurre nuove certificazioni.

I costi del cloud

Un aspetto molto complesso da valutare quando si fa affidamento sull'HPC in cloud sono i costi. Senza dubbio, il vantaggio di non dover acquistare hardware e gestire un'infrastruttura complessa è evidente dal punto di vista economico. Tuttavia, quando l'utilizzo è frequente e continuo, le spese possono crescere in modo significativo. Kanagala fornisce l'esempio di un noto produttore automobilistico giapponese, del quale preferisce non fare il nome, che ha adottato un approccio particolare: utilizza l'HPC on premise per due anni, per poi investire nel cloud l'anno successivo, e ripetere il ciclo.

È importante sottolineare che i cloud provider non sono considerati avversari da Altair. In realtà, le soluzioni più efficaci spesso sono quelle ibride che combinano un cluster HPC on-premise con l'uso del cloud per gestire i picchi di calcolo. Senza questa flessibilità, tali picchi potrebbero causare rallentamenti nella pipeline di ricerca e sviluppo.

L'IA sta dando una spinta al settore HPC

Un ambito in cui l’HPC è ampiamente impiegato è l'Intelligenza Artificiale (IA). Questa scelta è comprensibile poiché l'addestramento dei modelli di apprendimento automatico (Machine Learning) può essere estremamente oneroso, ed è solo grazie a elaboratori di questo calibro che è possibile eseguire tali calcoli in tempi accettabili. Inoltre, l'utilizzo del Machine Learning nel campo meteorologico è diventato cruciale.

Attualmente, disponiamo di oltre 50 anni di dati statistici sulle condizioni meteorologiche a livello globale, e grazie all'IA, siamo in grado di ottenere previsioni a lungo termine. Queste previsioni potrebbero non essere sempre estremamente precise, ma sono più che sufficienti per fare stime e analisi importanti su temi come il cambiamento climatico, contribuendo così a definire strategie adeguate.

Il futuro dell'HPC? Potrebbe essere (anche) l'edge

“Le modalità di distribuzione e consumo dell'HPC potrebbero cambiare nel futuro", spiega Kanagala. Una delle prospettive di sviluppo dell'HPC riguarda la possibilità di portare questa potenza di calcolo all'edge, soprattutto in settori verticali come l'estrazione mineraria o petrolifera, dove l'analisi di enormi quantità di dati è cruciale per gestire in modo efficiente le operazioni di scavo. L'introduzione dell'HPC all'edge in tali contesti potrebbe significativamente ridurre le latenze.

Tuttavia, secondo il dirigente di Altair, l'importante è riconoscere che ci saranno diverse opzioni a disposizione: on-premise, su cloud, con hardware di proprietà del cliente, acquisito in modalità "as a Service" o in base al consumo effettivo. La sfida per le aziende sarà capire quale combinazione sia più adatta alle loro specifiche esigenze.