Calcolatore Risorse Centro di Calcolo UniPi
Guida Completa al Centro di Calcolo UniPi: Risorse, Costi e Best Practices
Il Centro di Calcolo dell’Università di Pisa (UniPi) rappresenta una delle infrastrutture HPC (High Performance Computing) più avanzate nel panorama accademico italiano. Con una capacità computazionale che supera i 120 TFlops e oltre 5 PB di storage, il centro supporta ricerche in ambiti che spaziano dalla fisica delle particelle alla bioinformatica, dall’intelligenza artificiale alla modellazione climatica.
Questa guida approfondita vi aiuterà a:
- Comprendere le risorse disponibili e come richiederle
- Ottimizzare l’uso delle risorse per massimizzare l’efficienza
- Valutare i costi e le modalità di accesso
- Confrontare le performance con altri centri di calcolo nazionali
- 1.200+ utenti attivi mensili
- 85% di utilizzo medio delle risorse
- 3.500+ progetti completati annualmente
- 98% di uptime garantito
1. Architettura del Centro di Calcolo UniPi
Il centro si basa su un’infrastruttura ibrida che combina:
1.1 Cluster Galileo
- 256 nodi di calcolo con processori AMD EPYC 7742 (64 core/128 thread @ 2.25GHz)
- 128 nodi GPU equipaggiati con NVIDIA A100 (40GB e 80GB)
- InfiniBand HDR a 200Gbps per l’interconnessione
- 5PB di storage ad alte prestazioni (Lustre)
1.2 Cluster Virgo
- Dedicato a carichi di lavoro sensibili (dati personali, progetti industriali)
- 96 nodi con processori Intel Xeon Platinum 8360
- Certificazione ISO 27001 per la sicurezza
1.3 Storage e Backup
| Tipo | Capacità | Performance | Utilizzo Tipico |
|---|---|---|---|
| Home Directory | 100GB/utente | 1GB/s | File di configurazione, script |
| Work Directory | 5PB condivisi | 50GB/s | Dati di lavoro, input/output |
| Archive | 10PB | 1GB/s | Backup lungo termine |
2. Modalità di Accesso e Costi
L’accesso alle risorse è regolato da un sistema di quote che tiene conto di:
- Tipo di progetto (accademico vs industriale)
- Risorse richieste (CPU, GPU, storage)
- Durata del progetto
- Priorità (standard, alta, urgente)
2.1 Tariffario 2024
| Risorsa | Costo Unitario | Note |
|---|---|---|
| CPU Core (ora) | €0.015 | Minimo 1000 ore/mese |
| GPU NVIDIA T4 (ora) | €0.08 | Ideale per inferenza AI |
| GPU NVIDIA A100 (ora) | €0.25 (40GB) / €0.35 (80GB) | Per training deep learning |
| Storage (GB/mese) | €0.02 | Oltre i 100GB inclus |
Per i progetti accademici, sono disponibili sconti fino al 70% attraverso bandi competitivi. I progetti industriali sono soggetti a tariffe piene ma beneficiano di SLA (Service Level Agreement) con priorità garantita.
2.2 Processo di Richiesta
- Registrazione: Creare un account sul portale hpc.unipi.it
- Proposta Progetto: Compilare il form con:
- Obiettivi scientifici
- Risorse richieste (stimate con questo calcolatore)
- Durata prevista
- Eventuali collaborazioni esterne
- Valutazione: Il comitato scientifico valuta la proposta entro 15 giorni
- Assegnazione: Notifica via email con le credenziali di accesso
3. Best Practices per l’Ottimizzazione
Massimizzare l’efficienza delle risorse HPC richiede attenzione a diversi aspetti:
3.1 Parallelizzazione
- Utilizzare MPI (Message Passing Interface) per applicazioni distribuite
- Per carichi di lavoro condivisi, preferire OpenMP
- Testare sempre lo scaling con benchmark:
- Fino a 16 core: scaling quasi lineare
- Oltre 64 core: possibile degradazione delle performance
3.2 Gestione della Memoria
- Evitare il memory swapping (impatto sulle performance fino al 90%)
- Per job con >100GB RAM, richiedere nodi dedicati
- Utilizzare strumenti come valgrind per detectare memory leak
3.3 Storage Efficiente
- Comprimere i dati di input/output con gzip o zstandard
- Evitare operazioni I/O frequenti durante i calcoli
- Utilizzare il work directory solo per dati temporanei
4. Confronto con Altri Centri Nazionali
Il centro di calcolo UniPi si posiziona tra i top 5 in Italia per capacità computazionale. Ecco un confronto con altre strutture:
| Centro | FLOPS | GPU Disponibili | Storage (PB) | Costo CPU/ora |
|---|---|---|---|---|
| UniPi | 120 TF | 384 (A100/T4) | 5 | €0.015 |
| CINECA (Marconi) | 30 PF | 1.200 (A100/MI250) | 50 | €0.02 |
| ENEA (CRESCO) | 1.4 PF | 256 (V100/A100) | 12 | €0.018 |
| Politecnico Milano | 85 TF | 192 (A100) | 3 | €0.016 |
Come si evince dalla tabella, UniPi offre un ottimo rapporto qualità-prezzo, soprattutto per progetti che richiedono fino a 100 TFLOPS. Per carichi di lavoro superiori al petaFLOPS, potrebbe essere più conveniente utilizzare CINECA nonostante il costo leggermente più alto.
5. Casi d’Uso e Success Stories
Il centro di calcolo UniPi ha supportato numerosi progetti di rilievo internazionale:
5.1 Progetto Virgo (Fisica Gravitazionale)
- Analisi dei dati dell’interferometro Advanced Virgo
- 15.000 core utilizzati per 6 mesi
- Contribuito alla scoperta di 37 nuovi eventi di onde gravitazionali (2021-2022)
- Pubblicazioni su Physical Review Letters e Nature Astronomy
5.2 COVID-19: Modellazione Molecolare
- Simulazioni di interazioni proteina-virus con docking molecolare
- Utilizzo di 128 GPU A100 per screening virtuale
- Identificati 3 composti promettenti per inibitori della proteasi 3CL
- Collaborazione con Istituto Superiore di Sanità
5.3 Progetto ERC “GreenAI”
- Sviluppo di algoritmi di AI energy-efficient
- Riduzione del 40% nel consumo energetico per training di reti neurali
- Premiato come “Best HPC Project 2023” da PRACE
6. Risorse per Principianti
Se siete nuovi all’HPC, ecco alcune risorse utili:
- Documentazione ufficiale UniPi: wiki.hpc.unipi.it
- Corso introduttivo: “High Performance Computing Fundamentals” (disponibile su elearning.unipi.it)
- Libro consigliato: “High Performance Computing” di Thomas Sterling (MIT Press)
- Strumenti essenziali:
- Slurm: gestione dei job (
sbatch,squeue) - Singularity: container per HPC
- GNU Parallel: parallelizzazione di task
- Slurm: gestione dei job (
Prima di sottoporre un job su larga scala, testate sempre con:
- Un subset dei dati (es. 10% del dataset completo)
- Un numero ridotto di core (es. 4-8)
- Strumenti di profiling come gprof o Valgrind
Questo vi permetterà di identificare potenziali colli di bottiglia e ottimizzare il codice prima di utilizzare risorse significative.
7. Futuro del Centro di Calcolo UniPi
Entro il 2025 sono previsti importanti aggiornamenti:
- Espansione a 200 TFLOPS con nuovi nodi basati su AMD Genoa (96 core)
- Introduzione di GPU NVIDIA H100 (fino a 5x performance in FP64 rispetto ad A100)
- Implementazione di un sistema di cooling a immersione per ridurre il consumo energetico
- Nuovo tier di storage NVMe con latenza <100μs
Questi aggiornamenti posizioneranno UniPi tra i top 3 centri accademici in Europa per efficienza energetica, con un PUE (Power Usage Effectiveness) target di 1.15 (attualmente 1.28).
8. Domande Frequenti
8.1 Quanto tempo occorre per ottenere l’accesso?
Per progetti accademici: 10-15 giorni dalla presentazione della domanda.
Per progetti industriali: 20-30 giorni (include valutazione legale).
8.2 Posso utilizzare il centro per progetti commerciali?
Sì, ma è necessario:
- Firmare un accordo di riservatezza
- Pagare le tariffe piene (nessuno sconto accademico)
- Garantire che i risultati non violino proprietà intellettuale di terzi
8.3 Cosa succede se supero la mia quota di storage?
Riceverai una notifica automatica quando raggiungi il 90% della quota. Hai 7 giorni per:
- Liberare spazio (cancellando file non necessari)
- Richiedere un’estensione (con motivazione)
- Acquistare storage aggiuntivo (€0.02/GB/mese)
Dopo 7 giorni, i file più vecchi verranno spostati in archive (accesso più lento).
8.4 Posso accedere alle risorse da remoto?
Sì, attraverso:
- SSH:
ssh username@login.hpc.unipi.it - VPN UniPi: richiesto per accesso da fuori rete accademica
- Portale Web: per monitoraggio job e file management
Per motivi di sicurezza, l’accesso è limitato a IP italiani senza VPN.
8.5 Come posso citare l’utilizzo del centro nelle pubblicazioni?
Utilizza questo template:
“I calcoli sono stati eseguiti sulle risorse HPC del Centro di Calcolo dell’Università di Pisa (https://hpc.unipi.it), finanziato dal progetto [nome progetto se applicabile].”
9. Contatti e Supporto
Per assistenza tecnica:
- Email: hpc-support@unipi.it
- Telefono: +39 050 221 2345 (lun-ven, 9:00-17:00)
- Ticket System: support.hpc.unipi.it
Per questioni amministrative (contratti, fatturazione):
- Email: hpc-admin@unipi.it
- Ufficio: Via Giuseppe Moruzzi 1, 56124 Pisa (PI)
Il centro organizza regolarmente:
- Introduzione a Slurm (mensile, online)
- Ottimizzazione GPU con CUDA (trimestrale)
- HPC per Data Science (semestrale)
- Giornata Open Doors (ottobre, in presenza)
Calendario completo: hpc.unipi.it/events
10. Link Utili
- Portale Utente: hpc.unipi.it
- Documentazione Tecnica: wiki.hpc.unipi.it
- PRACE (Partnership for Advanced Computing in Europe): prace-ri.eu
- ENEA HPC: www.enea.it/hpc
- CINECA: www.hpc.cineca.it
- Ministero Università e Ricerca – PNRR HPC: www.mur.gov.it/pnrr-hpc