DOMANDA Workstation per calcolo scientifico

[Alex1996]

Buongiorno a tutti,
sto cominciando una ricerca per l’acquisto di una workstation per la mia azienda. Sarebbe impiegata per il calcolo scientifico, nello specifico con software per la multifisica e Matlab (si cercherà di parallelizzate i carichi il più possibile).
Stavo pensando, soprattutto, a prodotti con un elevato numero di core, ed eventualmente (ma è da valutare ancora se ne valga la pena) una GPU da usare come acceleratore (so che Matlab può fare largo uso delle tecnologie Nvidia per la parallelizzazione).
Ora, dai primi prodotti che ho visto non ho avuto una bella impressione, ho visto workstation con 8 core vendute a €3500 che, francamente, mi verrebbe da dire che fanno pena. Per intenderci, a casa il mio PC monta un 5950X, tanto varrebbe comprare gli stessi componenti che uso io… poi magari veniva data la possibilità di customizzare la workstation, aumentando però il prezzo di alcune migliaia di euro.

Vi chiedo, quindi:
- un consiglio su dove andare a cercare (AMD EPYC? Intel Xeon?)
- se possa valer la pena addirittura di prendere i componenti separatamente e assemblare la workstation da me (ammesso che si possa fare), visto che ormai ho una certa dimestichezza con il mio PC

Budget di riferimento: €5000 +/- 1500 (dove il più o meno dipende se ne vale la pena)

vi ringrazio molto

 

[mr_loco]

Per intenderci, a casa il mio PC monta un 5950X, tanto varrebbe comprare gli stessi componenti che uso io…

è un idea valida, hai già provato sulla tua macchina a fare quei calcoli?

una configurazione multicore su fascia mainstream può essere una simile alla tua, per gli epyc che sono cpu da server, devi rivolgerti a qualche ditta specializzata e in quel caso non paghi solo le componenti, ma anche la garanzie e l'assistenza in loco
la via di mezzo è una workstation assemblata di fascia professionale con un threadripper, la parte negativa e che sei tu a dovertela vedere per tutto

CPU: AMD Threadripper 3970X 3.7 GHz 32-Core Processor (€2852.35 @ Amazon Italia)
CPU Cooler: Fractal Design Celsius+ S36 Dynamic X2 PWM 87.6 CFM Liquid CPU Cooler (€169.75 @ Amazon Italia)
Motherboard: MSI TRX40 PRO 10G ATX sTRX4 Motherboard (€549.08 @ Amazon Italia)
Memory: G.Skill Ripjaws V Series 64 GB (4 x 16 GB) DDR4-3200 CL16 Memory (€278.62 @ Amazon Italia)
Storage: Samsung 980 Pro 1 TB M.2-2280 NVME Solid State Drive (€155.96 @ Amazon Italia)
Video Card: MSI GeForce RTX 3060 12 GB VENTUS 2X Video Card (€508.00 @ Amazon Italia)
Case: be quiet! Silent Base 802 ATX Mid Tower Case (€183.51 @ Amazon Italia)
Power Supply: Corsair HX Platinum 1200 W 80+ Platinum Certified Fully Modular ATX Power Supply (€245.99 @ Amazon Italia)
Total: €4943.26

 

[Kelion]

Piccola annotazione. Con Mathlab il calcolo GPU è più efficace e potresti risolvere con una Tesla K80 da delegare allo scopo anche usata che se ne trovano parecchie e costano poco. Parecchi programmi per multifisica tipo Comsol Multiphisics ad esempio invece trovano giovamento nelle CPU multicore e tanta RAM. Insomma dipende un pò da che software usi.
Invece per il Deep learning con Tensor flow e Pytorch che gestiscono il multi GPU una batteria di Tesla K80 farebbe la felicità

 

[Alex1996]

Prima di tutto, vi ringrazio molto per le risposte.

è un idea valida, hai già provato sulla tua macchina a fare quei calcoli?

Effettivamente avevo provato (verso la fine della mia tesi lo scorso anno) a utilizzare il 5950X (lo avevo appena preso per sostituire un 8700K) con Ansys. I tempi di simulazione (considerando che non mi ero nemmeno sbattuto particolarmente per L’ ottimizzazione dei codici) si erano ridotti a circa 1/6 (forse anche meglio) di quelli originari. Con Matlab mi ero sbizzarrito invece con qualche simulazione Monte Carlo, sfruttando la funzione parfor che lavora sui core della CPU: anche qui è stato effettivamente comodo far leva su 10 core fisici in più.

Mi chiedo però se si possa fare di meglio di quello che ho io. In fin dei conti, io uso il PC di casa per gaming, l’acquisto del processore è stato fatto anche per comodità e velocità nelle simulazioni per quando studiavo, però immagino ci siano soluzioni più appropriate per il lavoro (visto anche il budget superiore a disposizione).

Piccola annotazione. Con Mathlab il calcolo GPU è più efficace e potresti risolvere con una Tesla K80 da delegare allo scopo anche usata che se ne trovano parecchie e costano poco. Parecchi programmi per multifisica tipo Comsol Multiphisics ad esempio invece trovano giovamento nelle CPU multicore e tanta RAM. Insomma dipende un pò da che software usi.
Invece per il Deep learning con Tensor flow e Pytorch che gestiscono il multi GPU una batteria di Tesla K80 farebbe la felicità

Vero, ho anche un mio amico che ha usato i package di Matlab per l’AI con un portatile con una 2060, e mi diceva che era limitato dalla VRAM (6 GB). Effettivamente una (o più) schede carrozzate (magari anche le nuove serie A di Nvidia?) potrebbero essere molto comode.

Di sarebbe solo un problema, almeno momentaneo. Per ora, nessuno di quelli che dovranno lavorare con la workstation hanno le competenze per sfruttare l’accelerazione della GPU. Probabilmente ci attrezzeremo anche per imparare, nel medio termine, però per ora non so quanto convenga investire anche su una GPU, per non parlare del momento storico per quel tipo di articoli. Infatti, il “se ne vale la pena” è proprio legato a questa nostra capacità limitata (al momento) di sfruttare anche quel componente.

Sono molto d’accordo invece sull’investire su un buon quantitativo di RAM, le workstation che ho visto durante la tesi avevano quantitativi molto spinti di memoria.

 

[Kelion]

Prima di tutto, vi ringrazio molto per le risposte.


Effettivamente avevo provato (verso la fine della mia tesi lo scorso anno) a utilizzare il 5950X (lo avevo appena preso per sostituire un 8700K) con Ansys. I tempi di simulazione (considerando che non mi ero nemmeno sbattuto particolarmente per L’ ottimizzazione dei codici) si erano ridotti a circa 1/6 (forse anche meglio) di quelli originari. Con Matlab mi ero sbizzarrito invece con qualche simulazione Monte Carlo, sfruttando la funzione parfor che lavora sui core della CPU: anche qui è stato effettivamente comodo far leva su 10 core fisici in più.

Mi chiedo però se si possa fare di meglio di quello che ho io. In fin dei conti, io uso il PC di casa per gaming, l’acquisto del processore è stato fatto anche per comodità e velocità nelle simulazioni per quando studiavo, però immagino ci siano soluzioni più appropriate per il lavoro (visto anche il budget superiore a disposizione).


Vero, ho anche un mio amico che ha usato i package di Matlab per l’AI con un portatile con una 2060, e mi diceva che era limitato dalla VRAM (6 GB). Effettivamente una (o più) schede carrozzate (magari anche le nuove serie A di Nvidia?) potrebbero essere molto comode.

Di sarebbe solo un problema, almeno momentaneo. Per ora, nessuno di quelli che dovranno lavorare con la workstation hanno le competenze per sfruttare l’accelerazione della GPU. Probabilmente ci attrezzeremo anche per imparare, nel medio termine, però per ora non so quanto convenga investire anche su una GPU, per non parlare del momento storico per quel tipo di articoli. Infatti, il “se ne vale la pena” è proprio legato a questa nostra capacità limitata (al momento) di sfruttare anche quel componente.

Sono molto d’accordo invece sull’investire su un buon quantitativo di RAM, le workstation che ho visto durante la tesi avevano quantitativi molto spinti di memoria.

Il mio suggerimento riguardava le schede Tesla per server di qualche annetto fa che si trovano a buon mercato usate che hanno tanta VRAM e buona potenza di calcolo. Comprare nuove quelle schede diventa antieconomico. Non a caso ti suggerivo la K80 con 24 GB di VRAM GDDR5 che si trova a 250 euro

 

[Alex1996]

Memory: G.Skill Ripjaws V Series 64 GB (4 x 16 GB) DDR4-3200 CL16 Memory (€278.62 @ Amazon Italia)

Vi chiedo un piccolo consiglio sulle memorie. Probabilmente carrozzeremo il setup con la capacità massima possibile.
Io a casa uso le 4 banchi di Patriot Viper da 8 GB, il modello da 4000 MHz C19. Sono riuscito a trovare un buon compromesso pertanto tutti i banchi a 3800 MHz C16.
Ho adocchiato sempre le Patriot, ma da 3600 MHz C19 (i banchi da 32 GB). Mi chiedo: meglio le G.Skill indicate, con frequenze più basse ma latenze migliori, o meglio le Patriot?
Io metto in conto che per spingere molti banchi di RAM ci saranno senza dubbio delle difficoltà, già a casa con 4 banchi ho dovuto calare le frequenze per abbassare le latenze...

Vi ringrazio ancora per l'aiuto, i vostri consigli sono stati recepiti con gran favore da chi metterà i fondi :D

 

[mr_loco]

Vi chiedo un piccolo consiglio sulle memorie. Probabilmente carrozzeremo il setup con la capacità massima possibile.
Io a casa uso le 4 banchi di Patriot Viper da 8 GB, il modello da 4000 MHz C19. Sono riuscito a trovare un buon compromesso pertanto tutti i banchi a 3800 MHz C16.
Ho adocchiato sempre le Patriot, ma da 3600 MHz C19 (i banchi da 32 GB). Mi chiedo: meglio le G.Skill indicate, con frequenze più basse ma latenze migliori, o meglio le Patriot?
Io metto in conto che per spingere molti banchi di RAM ci saranno senza dubbio delle difficoltà, già a casa con 4 banchi ho dovuto calare le frequenze per abbassare le latenze...

Vi ringrazio ancora per l'aiuto, i vostri consigli sono stati recepiti con gran favore da chi metterà i fondi :D

tieni conto che il threadripper è una cpu di fascia workstation, non ha il dual channel come i ryzen, ma il quad channel, che si attiva con la presenza di 4 banchi uguali e supporta un massimo di 256Gb di ram (il doppio dei ryzen), è anche possibile montare delle ram ECC con il controllo di errore che puoi trovare nei server, io ti consiglio di restare sulla frequenza minima garantita da AMD, cioè 3200Mhz, per non avere problemi di compatibilità nel momento in cui vai a popolare tutti e otto gli slot

 

[Alex1996]

tieni conto che il threadripper è una cpu di fascia workstation, non ha il dual channel come i ryzen, ma il quad channel, che si attiva con la presenza di 4 banchi uguali e supporta un massimo di 256Gb di ram (il doppio dei ryzen), è anche possibile montare delle ram ECC con il controllo di errore che puoi trovare nei server, io ti consiglio di restare sulla frequenza minima garantita da AMD, cioè 3200Mhz, per non avere problemi di compatibilità nel momento in cui vai a popolare tutti e otto gli slot

Sì, effettivamente vorremmo popolare tutti i 256 GB.
Un'ultima cosa: ha effettivamente senso andare su RAM ECC? Qui ammetto che non ho idea di quanto possa essere utile, o almeno, sapevo (per altri motivi) che il controllo degli errori serviva in quegli ambienti in cui si aveva una discreta probabilità di bit-flip (tipo in ambienti con radiazioni), ma chiaramente non è il nostro caso...
Ancora una volta, grazie mille

 

[mr_loco]

Un'ultima cosa: ha effettivamente senso andare su RAM ECC? Qui ammetto che non ho idea di quanto possa essere utile, o almeno, sapevo (per altri motivi) che il controllo degli errori serviva in quegli ambienti in cui si aveva una discreta probabilità di bit-flip (tipo in ambienti con radiazioni), ma chiaramente non è il nostro caso...

per i calcoli credo abbia poca importanza, se poi a doverli fare sarà la gpu, la ram è l'ultimo dei problemi