Cray und Microsoft: Supercomputer in der Azure-Cloud mieten

Für KI, Machine Learning und Big Data: Cray for Azure soll die Rechenleistung von Supercomputern in der Cloud für Kunden bereitstellen. Damit werden Cray-Systeme für mehr als nur wissenschaftliche Einrichtungen interessant.

Artikel veröffentlicht am 24. Oktober 2017, 9:15 Uhr, Oliver Nickel

Cray und Microsoft kooperieren für Cray for Azure. (Bild: Pixabay/Montage: Golem.de/CC0 1.0)

Microsoft und der Supercomputer-Hersteller Cray haben eine gemeinsame Partnerschaft angekündigt. Das geben die Unternehmen in jeweils separaten Pressemitteilungen bekannt. Ziel dieser ist es, das Produkt Cray for Azure anbieten zu können. Es sollen Rechenressourcen von High-Performance-Computing-Systemen in der Cloud zur Verfügung gestellt werden.

Cray Systeme, die für Azure genutzt werden können, sind die XC- und die CS-Serie sowie Clusterstor-Storage-Systeme. Letztere wurden erst kürzlich vom Hersteller Seagate abgekauft.

Solche Hardware soll in der Lage sein, starke Rechenlasten, wie sie für Machine Learning oder künstliche Intelligenz gebraucht werden, zu bewältigen. Zu den unterstützten Azure-Diensten zählen laut Microsoft Azure Virtual Machines, Azure Data Lake Storage und die Microsoft AI Platform.

Zweites Cray-Cloud-Angebot in kurzer Folge

Laut Cray-CEO Peter Ungaro seien Azure-Nutzer eine komplett neue Nutzergruppe für Supercomputer. In diesem Jahr wurden bereits andere Angebote für Cray-Systeme in der Cloud erstellt: Die Kooperation mit dem Unternehmen Markley ist ein Beispiel dafür. Diese Lösungen spezialisieren sich jedoch eher auf das wissenschaftliche Feld rund um chemische, biologische oder physikalische Modelle und Simulationen. Die Azure-Cloud wird oft im geschäftlichen und wirtschaftlichen Umfeld genutzt.

Die Kooperation mit Microsoft ist für Cray nicht neu. Bereits seit dem Jahr 2016 kann das Microsoft-KI-Framework Cognitive Toolkit auf Cray-Systemen ausgeführt werden. Zu dieser Vorstellung wurden beispielsweise 1.000 Tesla-P100 GPUs in Cray-Systemen für ein beschleunigtes Training eines Deep-Learning-Modells verwendet. Selbiges Setup wird auch für Azure-Kunden möglich sein, da dafür die gleichen XC50-Server verwendet wurden.