Cloud กับการประมวลผลขนาดยักษ์ สร้าง HPC ขึ้นมาใหม่ได้อย่างไร

Cloud กับการประมวลผลขนาดยักษ์ สร้าง HPC ขึ้นมาใหม่ได้อย่างไร

11 เมษายน 2565
เทคโนโลยี Cloud-HPC คือ อะไร
Cloud กับการประมวลผลขนาดยักษ์ สร้าง HPC ได้อย่างไร

ก่อนอื่นเรามารู้จักกันก่อนว่า HPC คืออะไร HPC นั้นย่อมาจาก High-Performance Computing เป็นเทคโนโลยีเพื่อการคำนวณและประมวลผลด้วยความเร็วสูง ซึ่งโครงการที่ใช้การประมวลผลระดับสูงนั้นต้องใช้ทรัพยากรในการประมวลผลอย่างมาก การทำ Simulation การหาฮาร์ดแวร์ที่ใช้เฉพาะทาง ผนวกกับพลังแห่งระบบ Cloud นี่แหละที่จะขับเคลื่อนอนาคต ( เทคโนโลยี Cloud-HPC คือ อะไร )

เมื่อประมาณ 25 ปีที่แล้ว เทคโนโลยี Open Source บางอย่างถูกเอามาใช้รวมกันเพื่อสร้างระบบ E-commerce ที่แข็งแกร่ง ซึ่งในที่สุดมันก็กลายเป็นธุรกิจและมันก็จะดูดเงินคุณด้วย ถูกขนานนามว่า LAMP stack (ชุดของ Software 4 ตัวที่มารวมกันเพื่อทำ Web Server ที่เราใช้กันอยู่นี่แหละ ซึ่งประกอบด้วย Linux, Apache HTTP Server, MySQL และ PHP / Perl / Python) การรวม Open Source นี้กลายเป็นชุดมาตรฐานสำหรับนักพัฒนารุ่นสู่รุ่น

แต่อย่าดูเพียงแค่ในปัจจุบัน เพราะเราอาจจะอยู่ในจุดบนสุดของ LAMP stack อีกยุคนึง อย่างไรก็ตาม คราวนี้เราไม่ได้โฟกัสที่จะหาวิธีสร้างเว็บขายอาหารสุนัขออนไลน์ในรูปแบบใหม่ แต่เรากำลังอยู่ในยุคเรเนซองส์ ยุคแห่งการจัดการกับปริมาณงานขนาดใหญ่ที่ซับซ้อน ซึ่งใช้ทรัพยากรในการประมวลผลมหาศาล การสร้างวัคซีน COVID-19, เครื่องบินเจ็ตความเร็วเหนือเสียงรูปแบบใหม่, ยานยนต์ไร้คนขับ โลกของวิทยาศาสตร์และวิศวกรรมกำลังนำเสนอนวัตกรรมใหม่ ๆ  ด้วยความเร็วที่แทบไม่เคยเห็น หรือเป็นมาก่อน

จุดเริ่มต้นของ ‘การประมวลผลขนาดใหญ่’ หรือ ‘เทคโนโลยีขั้นสูง’

Cloud อาจเป็นคำอธิบายที่ง่ายเกินไป สำหรับสิ่งที่เกิดขึ้น เราไม่ได้จดบันทึกอย่างหลักแหลมเพื่อการเปลี่ยนแปลงนี้ เช่น LAMP stack สำหรับอินเทอร์เน็ต บางสิ่งที่เป็นเรื่องซับซ้อนระดับความรู้ปริญญาเอกได้ถูกปลดปล่อย เพื่อนำไปสู่การคิดค้นเครื่องมือประมวลผลที่มีความซับซ้อนมหาศาล เพื่อขับเคลื่อนงานด้วย Algorithm มันเปลี่ยนชีวิตของเราในวิถีที่ลึกซึ้งกว่า Friendster รุ่นแรกที่เป็น Social Network สมัย 10-20 ปีที่แล้วหรือ Pets.com เคยทำไว้

เทคโนโลยี Cloud-HPC คือ อะไร
หน้าเว็บไซต์ Friendster (Marketing Oops!, 2008)

HPC เป็นสิ่งที่พบบ่อยที่สุดเมื่อพูดถึงเรื่องทำงานที่ต้องประมวลผลมาก ๆ ก่อนหน้าที่ Public Cloud จะกลายเป็นแพลตฟอร์มที่ใช้งานได้สำหรับแอปพลิเคชันใหม่เหล่านี้ เมื่อเราลองสแกนรายชื่อซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลก 500 อันดับแรก แล้วคุณจะเห็นจำนวนเพิ่มขึ้นเรื่อย ๆ ขึ้นอยู่กับระบบ Cloud ไม่ทั้งหมดนี้ใช่เรื่องบังเอิญ: ซูเปอร์คอมพิวเตอร์ในองค์กรและกลุ่ม Linux ขนาดใหญ่มีมานานหลายทศวรรษแล้ว มีมาก่อนหน้ายุค E-Commerce ด้วยซ้ำ เทรนด์ใหม่นี้บางครั้งก็เรียกว่า “การประมวลผลขนาดใหญ่” หรือ “เทคโนโลยีขั้นสูง” ก็ขึ้นอยู่กับ Cloud

บริษัทที่ปรึกษา BCG กล่าว “พลังประมวลผลที่เพิ่มขึ้นกับต้นทุนที่ลดลงและการเพิ่มขึ้นของแพลตฟอร์มเทคโนโลยีเป็นปัจจัยสำคัญที่สุด ซึ่ง Cloud Computing ก็กำลังปรับปรุงประสิทธิภาพอย่างต่อเนื่องและขยายขอบเขตการใช้งาน”

แต่ Stack หรือชุดซอฟท์แวร์อันใหม่นี้ไม่ได้เกี่ยวกับ Cloud เท่านั้น แต่ยังขึ้นอยู่กับ 3 เทคโนโลยีเมกะเทรนด์ที่เติบโตอย่างรวดเร็ว นั่นคือ ซอฟต์แวร์จำลองสถานการณ์เสมือนจริง (Simulation Software), ฮาร์ดแวร์ที่ถูกออกแบบมาเฉพาะด้าน (Specialized Hardware), และระบบ Cloud ซึ่งสิ่งเหล่านี้คือโครงสร้างทางเทคโนโลยีที่ทีมวิจัยและทีมวิทยาศาสตร์ที่มีการปรับตัวอยู่ตลอดเวลากำลังใช้ประโยชน์อยู่ทุกวันนี้ และเป็นเหตุผลที่บริษัท Startup หลายร้อยรายได้ปรากฏตัวขึ้นเพื่อเขย่าอุตสาหกรรมที่มีมายาวนานเมื่อสิบกว่าปีที่แล้ว

สิ่งนี้แหละที่จะช่วยให้โลกวิศวกรเคลื่อนเร็วขึ้น

เช่นเดียวกับช่วงเวลาที่ LAMP สร้างความมหัศจรรย์ในโลกอินเทอร์เน็ตในอดีต ช่วงเวลาแห่งการประมวลผลขนาดใหญ่ / เทคโนโลยีชั้นสูงของวันนี้ล้วนเกี่ยวข้องกับประสิทธิผลทางวิศวกรรม ซึ่ง Cloud ก็เป็นปัจจัยสำคัญ แม้ว่าเพียงแค่ Cloud อย่างมันจะยังไม่พอก็ตาม

ยกตัวอย่างเช่น การบินและอวกาศ ตามปกติแล้ว วิศวกรด้านการบินและอวกาศจะพึ่งพากลุ่ม HPC ภายในองค์กรเพื่อจำลองตัวแปรที่จำเป็นทั้งหมดเกี่ยวข้องกับการขึ้นและลงจอด เพื่อออกแบบเครื่องบินไอพ่นความเร็วเหนือเสียง ในทางตรงกันข้ามบริษัทด้านการบินและอวกาศที่เพิ่งเริ่มต้นมุ่งตรงไปที่ Cloud ด้วยโครงสร้างพื้นฐานที่ยืดหยุ่น ซึ่งช่วยให้พวกเขาสร้างแบบจำลองและจำลองแอปพลิเคชัน โดยไม่ต้องเข้าคิวรอที่จะใช้ฮาร์ดแวร์ HPC พิเศษตามบริษัทอื่น เท่านั้นยังไม่พอเวลาในการสร้างและบำรุงรักษาฮาร์ดแวร์ก็น้อยลง ทำให้เรามีเวลาทดลองมากขึ้น นั่นคือความงดงามของแนวทางการประมวลผลของ Cloud ขนาดใหญ่

ควบคู่ไปกับซอฟต์แวร์จำลอง Simulation ที่หลากหลายช่วยให้เราสามารถสร้างโมเดลนวัตกรรมใหม่ ๆ ก่อนที่จะต้องสร้างต้นแบบที่มีความซับซ้อนทางกายภาพขึ้นมาจริง ๆ ฮาร์ดแวร์เฉพาะทางที่สร้างขึ้นในวันที่กฎของมัวร์ไม่เป็นจริง (Moore’s Law runs out of gas) ซึ่งเป็นตัวขับเคลื่อนการจำลองที่ซับซ้อนด้วย Algorithm และด้วยเทคโนโลยี Cloud นี่แหละที่ช่วยให้เราหลุดจากการต้องใช้ซูเปอร์คอมพิวเตอร์และกลุ่มในองค์กร เพราะจากเดิมที่เราต้องสร้างซูเปอร์คอมพิวเตอร์กับฮาร์ดแวร์เอง เราก็เปลี่ยนมาใช้ Cloud แทน มันทำให้ง่ายต่อการสร้างและเรียกใช้โมเดล ทำซ้ำ และปรับปรุง และเรียกใช้อีกครั้งก่อนที่จะสร้างต้นแบบทางกายภาพ (ขอชี้แจงก่อน ว่าจุดหมายส่วนใหญ่ของการประมวลผลขนาดใหญ่หรือเทคโนโลยีชั้นสูง คือการสร้างสิ่งของที่จับต้องได้จริง ๆ ไม่ใช่ซอฟต์แวร์)

สิ่งที่ยุ่งยากตรงนี้คือการปรับเปลี่ยนฮาร์ดแวร์และซอฟต์แวร์เพื่อให้มันทำงานและสร้างกระบวนการที่ซับซ้อนเองได้ เพื่อให้เกิดประสิทธิภาพสูงสุดในตัวซอฟท์แวร์และฮาร์ดแวร์เอง ประเภทของงานที่อัดแน่นด้วย Algorithm เหล่านี้ต้องการ GPU ที่เป็นหน่วยประมวลผลกราฟิก (Graphics Processing Unit) ที่เชี่ยวชาญเป็นพิเศษและสถาปัตยกรรมชิปที่ใหม่กว่า เหล่าบริษัทที่จ้างคนระดับดอกเตอร์แพงหูฉี่มาออกแบบเครื่องยนต์กังหันหรือไอพ่นรุ่นใหม่ที่เป็นความลับสุดยอด ไม่ต้องการที่จะทำให้พวกเขาต้องเสียเวลาโดยบังคับมาเรียนรู้วิธีจัดการซอฟต์แวร์จำลองและฮาร์ดแวร์รวมกัน

“สิบห้าปีที่แล้ว บริษัทไหนก็ตามที่ทำ HPC สร้างความแตกต่างโดยพิจารณาจากประสิทธิภาพของฮาร์ดแวร์ภายในองค์กร โดยวางเดิมพันตามกฎของมัวร์ (ที่บอกว่าคอมพิวเตอร์จะมีประสิทธิภาพดีขึ้นสองเท่าในทุก ๆ หนึ่งปีครึ่ง) ที่เชื่อว่าคอมพิวเตอร์จะยังคงให้ประสิทธิภาพที่ดีขึ้นอย่างต่อเนื่อง บนสถาปัตยกรรม x86 ทุกปี” (x86 เป็นสถาปัตยกรรมคอมพิวเตอร์ที่เริ่มถูกออกแบบตั้งแต่ยุค ค.ศ. 1980 และผ่านการพัฒนาประสิทธิภาพอย่างต่อเนื่องโดย Intel และ AMD) Joris ซีอีโอของ Rescale กล่าว “วันนี้สิ่งที่สำคัญที่สุดคือความเร็วและความยืดหยุ่น—แน่ใจก่อนว่าพนักงานวุฒิปริญญาเอกของคุณใช้ซอฟต์แวร์จำลองสถานการณ์ที่ดีที่สุดในงานของพวกเขาแล้ว ปล่อยให้เขาเป็นอิสระ อย่าให้เขาต้องมาเรียนเป็นผู้เชี่ยวชาญในการจัดการระบบประมวลผลขนาดยักษ์ และเขาจะตอบแทนคุณด้วยการสร้างนวัตกรรมที่เร็วขึ้น”

ซูเปอร์คอมพิวเตอร์ในงานเฉพาะทาง

ในที่สุดทุกบริษัทจะใช้การจำลองและฮาร์ดแวร์เฉพาะทางในระบบ Cloud หรือไม่? ไม่น่าจะใช่ เพราะวันนี้เรื่องฮาร์ดแวร์เฉพาะด้าน ยังอยู่กับจรวด การขับเคลื่อน ชีววิทยาเชิงคำนวณ ระบบขนส่ง และ 1% ของความท้าทายด้านการคำนวณที่ยากที่สุดในโลก แต่ขณะที่ใช้การประมวลผลข้อมูลขนาดใหญ่ยังคงถูกใช้ในโจทย์ปัญหาเฉพาะด้านในวันนี้ มันอาจนำไปสู่คลื่นลูกใหม่ของ Disruption ในวันหน้า เหมือนกับที่ Netflix ได้โค่นล้ม Blockbusters ของโลกโดยใช้การรวม “LAMP Stack” ยุคใหม่ ซึ่งประกอบด้วย Cloud, ซอฟต์แวร์จำลองสถานการณ์เสมือนจริง, และฮาร์ดแวร์ที่ถูกออกแบบมาเฉพาะด้าน

บทความโดย Matt Asay
เนื้อหาจากบทความของ InfoWorld
แปลและเรียบเรียงโดย วิน เวธิต
ตรวจทานและปรับปรุงโดย ปพจน์ ธรรมเจริญพร

Former-Editor-in-Chief at BigData.go.th and Senior Data Scientist at Government Big Data Institute (GBDi )

แบ่งปันบทความ

กลุ่มเนื้อหา

แท็กยอดนิยม

แจ้งเรื่องที่อยากอ่าน

คุณสามารถแจ้งเรื่องที่อยากอ่านให้เราทราบได้ !
และเราจะนำไปพัฒนาบทความให้มีเนื้อหาที่น่าสนใจมากขึ้น

ไอคอน PDPA

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ “นโยบายคุ้กกี้” และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ “ตั้งค่า”

ตั้งค่าความเป็นส่วนตัว

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

ยอมรับทั้งหมด
จัดการความเป็นส่วนตัว
  • คุกกี้ที่มีความจำเป็น (Strictly Necessary Cookies)
    เปิดใช้งานตลอด

    คุกกี้ประเภทนี้มีความจำเป็นต่อการให้บริการเว็บไซต์ของ สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล เพื่อให้ท่านสามารถเข้าใช้งานในส่วนต่าง ๆ ของเว็บไซต์ได้ รวมถึงช่วยจดจำข้อมูลที่ท่านเคยให้ไว้ผ่านเว็บไซต์ การปิดการใช้งานคุกกี้ประเภทนี้จะส่งผลให้ท่านไม่สามารถใช้บริการในสาระสำคัญของ สำนักงานคณะกรรมการคุ้มครองข้อมูลส่วนบุคคล ซึ่งจำเป็นต้องเรียกใช้คุกกี้ได้
    รายละเอียดคุกกี้

  • คุกกี้เพื่อการวิเคราะห์และประเมินผลการใช้งาน (Performance Cookies)

    คุกกี้ประเภทนี้ช่วยให้ BDI ทราบถึงการปฏิสัมพันธ์ของผู้ใช้งานในการใช้บริการเว็บไซต์ของ BDI รวมถึงหน้าเพจหรือพื้นที่ใดของเว็บไซต์ที่ได้รับความนิยม ตลอดจนการวิเคราะห์ข้อมูลด้านอื่น ๆ BDI ยังใช้ข้อมูลนี้เพื่อการปรับปรุงการทำงานของเว็บไซต์ และเพื่อเข้าใจพฤติกรรมของผู้ใช้งานมากขึ้น ถึงแม้ว่า ข้อมูลที่คุกกี้นี้เก็บรวบรวมจะเป็นข้อมูลที่ไม่สามารถระบุตัวตนได้ และนำมาใช้วิเคราะห์ทางสถิติเท่านั้น การปิดการใช้งานคุกกี้ประเภทนี้จะส่งผลให้ BDI ไม่สามารถทราบปริมาณผู้เข้าเยี่ยมชมเว็บไซต์ และไม่สามารถประเมินคุณภาพการให้บริการได้

  • คุกกี้เพื่อการใช้งานเว็บไซต์ (Functional Cookies)

    คุกกี้ประเภทนี้จะช่วยให้เว็บไซต์ของ BDI จดจำตัวเลือกต่าง ๆ ที่ท่านได้ตั้งค่าไว้และช่วยให้เว็บไซต์ส่งมอบคุณสมบัติและเนื้อหาเพิ่มเติมให้ตรงกับการใช้งานของท่านได้ เช่น ช่วยจดจำชื่อบัญชีผู้ใช้งานของท่าน หรือจดจำการเปลี่ยนแปลงการตั้งค่าขนาดฟอนต์หรือการตั้งค่าต่าง ๆ ของหน้าเพจซึ่งท่านสามารถปรับแต่งได้ การปิดการใช้งานคุกกี้ประเภทนี้อาจส่งผลให้เว็บไซต์ไม่สามารถทำงานได้อย่างสมบูรณ์

  • คุกกี้เพื่อการโฆษณาไปยังกลุ่มเป้าหมาย (Targeting Cookies)

    คุกกี้ประเภทนี้เป็นคุกกี้ที่เกิดจากการเชื่อมโยงเว็บไซต์ของบุคคลที่สาม ซึ่งเก็บข้อมูลการเข้าใช้งานและเว็บไซต์ที่ท่านได้เข้าเยี่ยมชม เพื่อนำเสนอสินค้าหรือบริการบนเว็บไซต์อื่นที่ไม่ใช่เว็บไซต์ของ BDI ทั้งนี้ หากท่านปิดการใช้งานคุกกี้ประเภทนี้จะไม่ส่งผลต่อการใช้งานเว็บไซต์ของ BDI แต่จะส่งผลให้การนำเสนอสินค้าหรือบริการบนเว็บไซต์อื่น ๆ ไม่สอดคล้องกับความสนใจของท่าน

บันทึกการตั้งค่า
ไซต์นี้ลงทะเบียนกับ wpml.org ในฐานะไซต์พัฒนา สลับไปยังไซต์การผลิตโดยใช้รหัส remove this banner.