一.引言

Broadcast and Production - - 技术综合 Reviews -

高性能计算(High performance computing,缩写H P C,也称“超算”)【1】通常指多处理器集群或多台计算机集群计算的系统和环境,通过软件系统和硬件环境的完美配合实现在单位机房面积内运算效能最大化的系统。高性能计算分很多类型,包括通过高性能网络互联的通用计算机集群系统或专用计算机集群到天河之类的巨型机系统,系统运算核心从十几颗到上万颗不等。

随着信息技术发展,高性能计算已经不单指大规模通用CPU或重核CPU集群计算系统,基于GPU集群和X86服务器集群的高性能计算系统也日趋成熟。通过高速网络连接,用户可以根据业务需要搭建规模不一,价格相对低廉的超算系统提升单位机房面积综合计算效能。高性能计算应用领域非常广泛,传统的应用领域包括:量子化学、分子模拟、气象预报、天气研究、油气勘探、流体力学、结构力学、核反应等。随着经济发展和社会进步,人们需要更深入、更精细和更大规模的对研究对象进行分析和计算模拟,高性能计算成为在发现新现象、认识科学规律、进行工程设计中不可替代的手段。应用范围从传统领域不断扩大到资源环境、航空航天、新材料、新能源、医疗卫生、金融、文化产业等经济和社会发展的众多领域。

在海量数据大规模分析应用系统中,在每天P B级的数据承载压力下,由于节省了大量的硬件设备和配套资源高性能计算系统是一个合适的选择。中国是人口大国,社会基础信息量极大,大量高性能计算已经应用在重要部门的海量信息融合性监管和分析系统中,随着国家信息化管理要求的不断提高,高性能计算对推动各级管理部门的信息自动化、智能化、融合化发展起着决定性作用。 高系统资源的利用率和加快运算节点间的交互效率。

运行在单台X86平台上的传统应用系统属于多线程串行工作模式,即系统按照标准的系统资源分配原则将任务分配到不同的物理核,将不同物理核的计算结果保存在内存或硬盘。传统环境下的应用服务器的平均资源利用率通常不超过30%。

云计算很好地解决了快速部署和硬件资源共享,可以大幅减少云平台的资源浪费,将不同节点的处理器、内存、存储等资源统一分配的网格计算技术,以及为了减少落盘次数发展起来的内存运算技术(即所有计算结果和交互数据都存放在内存中)都是为了最大限度提升系统整体效能。

并行计算是高性能计算的一种,通常我们也把运算能力较强的定制化服务器称为H P C(H i g h p e r f o r m a n c e computer),随着应用需求的发展,目前我们所描述的hpc (High performance computing)系统已经不单单指一台定制化设备,而是通过高速网络连接起来的多服务器机群和底层资源控制系统之间的完美组合。

图1显示了一标准化网状H P C系统。在网状网络拓扑中,该结构支持通过缩短网络节点之间的物理和逻辑距离来加快跨主机的通信,而控制服务器通过任务和运算服务器资源的状况进行统筹安排,先进的底层控制技术可以按照CPU时钟来分配每个物理核在不同的时间段完成指定的任务。典型H P C环境中的任务执行,有两个模型:单指令/多数据(SIMD)和多指令/多数据 (MIMD)【2】。以视听节目数据分析HPC系统为例,由于系统要进行视听节目的转码、元数据提取、拆帧、图像内容分析、语音内容分析等,但同时又需要多路视频实时并发,实际上是一个典型的MIMD系统。

对于数据运算复杂、数据总量大的系统来说,H P C因为单位资源效率的数倍甚至数十倍提高,可以大幅降低硬件投入

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.