diverse zusätzliche Webserver für einzelne Arbeitsgruppen
Zentrale Workstations
Supermicro-Workstation
Foto: Supermicro
Wir betreiben derzeit 5 Workstations für Code-Entwicklungsarbeit und interaktives Arbeiten z.B. mit Python, Mathematica oder Maple.
Die Workstations haben Zugriff auf das TPI HOME-Verzeichnis /home und die globalen NFS-Partitionen: /tpidata und /qftdata[1-3].
Unsere Workstations erreichen sie mit ssh und ihrem TPI account vom Desktop-PC. Mit "module avail" findet man einen Überblick über installierte Softwarepakete und Compiler.
c-serv: 12 Kerne, 256 GB RAM, XeonPhi 3120A
m-serv: 12 Kerne, 384 GB RAM
c-serv2: 8 Kerne, 256 GB RAM
m-serv2: 8 Kerne, 256 GB RAM, XeonPhi 7120P
gpuserv: 8 Kerne, 256 GB RAM, 4 Nvidia-GPUs
TPI-Cluster: Abacus
Abacus-Cluster
Foto: A. Sternbeck
Für rechenintensive "Batchjobs" (SLURM) betreiben wir am TPI einen kleinen HPC-Cluster. Im Unterschied zu klassischen Clustern ist dieser klein dimensioniert (16 Knoten), besitzt aber eine hohe Single-Core Performance pro Rechenkern. Typische Programme auf diesem Cluster brauchen wenige Rechnenkerne, dafür aber hohe CPU-Taktraten.
Zugang erfolgt vom Desktop PC per ssh über den Head-Knoten: abacus
Das Cluster besitzt wie die Workstations Zugriff auf das TPI HOME-Verzeichnis /home und die globalen NFS-Partitionen: /tpidata und /qftdata[1-3].
Alle Knoten sind über ein internes 10 GBit/s Intranet verbunden. Knotenpaare der Partionen A und B sind zusätzlich über Infiniband verbunden (derzeit nur paarweise).
Jeder Knoten besitzt lokale SSDs (/scratch) für I/O-intensive Jobs.
Idealerweise werden im Vorfeld obige Workstations für die Code-Entwicklung/Compilation genutzt. Dort stehen GCC, CLang und Intel-Compiler zur Verfügung. Laufzeitbibliotheken stehen auf allen Knoten und Workstations gleichermaßen zur Verfügung (globales Verzeichnis).
Spezifikationen der Partitionen
Partition A
Partition B
Partition C
4x (16 Kerne + 128 GB RAM)
8x (16 Kerne + 192 GB RAM)
4x (36 Kerne + 384 GB RAM)
anode-01...anode-04
bnode-01...bnode-08
cnode-01...cnode-04 (cnode-02..04 bald!)
FSU-Cluster: Ara
Rechenintensive Batchjobs mit Bedarf an hoher Parallelität führen wir auf dem DFG-geförderten ARA-ClusterExterner Link der FSU Jena aus.