El CCAD obtuvo un PFI por $6M para actualizar Mendieta para ML y MD

El CCAD-UNC con el apoyo del Córdoba Technology Cluster y el CEPROCOR, logró un subsidio de 6.000.000 de pesos para modernizar Mendieta con GPUs de última generación y mejorar las prestaciones para aprendizaje automático (ML) y dinámica molecular (MD).

Cuando a fines de mayo Carlos Bederián apuntó a los Proyectos Federales de Inversión 2021 (PFI) del COFECYT, vimos que era una posibilidad de materializar un plan que ya teníamos desde el año pasado: actualizar Mendieta con GPUs específicas para ML y MD y así extender la experiencia de Nabucodonosor.

Rápidamente todos los actores nos alineamos, el Córdoba Technology Cluster, a través de su Presidente Pablo Gigy y la Lic. Lorena Llanes, nos ayudaron a armar la propuesta y buscar una UVT para manejar el envío y la eventual obtención del subsidio. Asi conocimos a la UVT del CEPROCOR y entramos en contacto con la Cra. Luciana Beladelli. La presentación fue apoyada también desde SeCyT-UNC por parte de la Dra. Carla Giacomelli. El Ministerio de Ciencia y Tecnología, a través del Lic. Gonzalo Valenci, brindó apoyo para que esta y todas las presentaciones que se hicieron desde Córdoba, estuvieran presupuestariamente correctas. El día 8 de julio teníamos todo presentado.

El proyecto, dirigido por el Dr. Francisco Tamarit, «Prestaciones de Computación de Alto Desempeño para Inteligencia Artificial y Dinámica Molecular» fue seleccionado esta semana y estamos elevando la documentación complementaria y poder empezar a tramitar la compra FOB.

Con este subsidio vamos a adquirir 21 placas NVIDIA Tesla A10 de 24 GiB de RAM DDR6, 31.2 TFLOPS de potencia pico float32 y 150 W TDP. Esta placa resulta notable respecto a su relación TFLOPS/$ y TFLOPS/W, sextuplicando la eficiencia energética respecto a las GTX 1080 Ti que usábamos en Nabucodonosor.

Cuando tengamos la totalidad de las placas habremos generado capacity computing por un total de 655.2 TFLOPS float32 pico, lo cual implica multiplicar por 10 la capacidad de cómputo y multiplicar por 7 la cantidad de RAM respecto a los dos nodos de Nabucodonosor. Las comunidades de Machine Learning y Molecular Dynamics se verán enormemente beneficiadas y esto implicará  más modelos y con más detalles en ambas ramas de la ciencia, que tienen una aplicación directa en desarrollos tecnológicos con impacto productivo.