如作甚高性能计算利用程序提供云原生体验

高性能计算(HPC)是企业取得创新能力、洞察力、商业竞争力的动力，是这个数字时期不可或缺的资源。举例来看，采取高性能计算(HPC)运行的复杂计算机模型来丈量和分析近几10年天气变化，帮助改良预估并摹拟气候变化和其他破坏性事件(如飓风)的作用。

　　而在一系列的制造、工程和工业环境中，采取高性能计算(HPC)技术可以缩短金融交易时间，加强合规性、风险检测、数据分析，乃至加快原型设计。

　　高性能计算(HPC)非常合适计算、数字和数据密集型任务，原来主要利用于大型企业、政府部署、研究机构的少数领域。但云计算一直是IT变革的催化剂。它提供了超级计算能力，并为范围较小的实体提供了大量的计算能力;推动‘云优先'的思想。固然，这与更广泛的市场数字化紧密相关，愈来愈多的业务利用程序从内部数据中心转移出来，以提高变通性，并下降本钱。

　　现今的发展

　　如今，超大范围的云计算供应商占据了大部份的高性能计算(HPC)市场，提供了更高的弹性和几近无穷的计算可扩大性。在以往，超级计算数据中心的技术更新通常需要两年或更长时间。该进程包括审查现有技术，然落后行实验或概念验证阶段，并广泛公布征求建议书(RFP)要求。绝不奇怪的是，这些设施中通常部署了Cray、IBM、HPE、NEC等公司的服务器。

　　但是，超大范围云计算构造者可以将一些快捷网络与一系列GPU和一些复杂的中间件行之有效的地融会在一起，以便管理摹拟和建模工作负载，然后称之为真实的高性能计算(HPC)，这类想法是毛病的。该模型不合适高性能计算(HPC)。这些利用程序复杂而密集，并且要求刻薄。虽然对某些高性能计算(HPC)而言，通常是以最低本钱取得最多计算能力，但其成功交付和高性能计算(HPC)利用程序的最好运行，在很大程度上依赖于性能和速度。

　　大型云计算提供商经过大量使用自己的服务器来响应对高性能计算(HPC)集群的需求。经过这些硬件可以提高性能，而服务器的CPU则可以经过商用GPU进行扩充，以用于更大范围的高性能计算(HPC)利用。但这其实不是最好选择。依托“大量计算”其实不能简单地构造一个出色的高性能计算(HPC)环境，即在最好条件下部署利用程序并尽量高效率地运行。要实现这一目标，企业需要一个定制的云环境，其中利用程序优先提供真实的高性能计算(HPC)。

　　最近，研究机构在Amazon Web Services、Microsoft Azure、私有的高性能计算(HPC)云平台上实行了相同高性能计算(HPC)配置的OpenFOAM压力测试，以更好地了解性能作用。为了反应公道的中型高性能计算(HPC)工作量，元素数量从20万个增加到4160万个。

　　针对每一个高性能计算(HPC)云平台配置尝试了5次运行，揭露了在使用少许关键时，在AWS云平台中的扩大结果可重复性非常好，但随着CPU数量的增加，可变性也随之增加。并会产生负面作用。而采取物理服务器并没有产生这类情况，全面加快了30%。在Microsoft Azure云平台上扩大OpenFOAM摹拟也存在一些值得注意的问题。

　　超大范围公共云是广泛的企业、办公室和云平台支持的利用程序和工作负载的理想计算资源，提供广泛的可扩大性、灵活的访问点、定价计划，以适应任何部署和时间表。但是它们依赖于虚拟化的服务器，这些服务器通常是逾越国界的，并且通常阔别存储装备。在斟酌位置时，还要做出关于最好地理位置的战略决策。举例来看，一些地点还可以采取可再生能源，这可能对组织的利润及其环境足迹产生巨大作用。

　　而且，对要求更高的高性能计算(HPC)用户，特别是那些希望在近期内接受定制机器和深度学习利用程序的用户，或为了从原型阶段过渡到生产产品的人工智能初创公司需要对此重新思考。令人遗憾的是，定制配置机器以适应他们自己的利用程序也背背了超大范围的原则。公共云需要高度的同质性，以便能够大范围地运营基础设施。对运行定制或高度自定义内涵利用程序的高性能计算(HPC)用户，这些利用程序需要高性能计算(HPC)工程师进行精确配置或增加支持时间以优化其部署，用户将没法在超大范围云平台中找到它。对这些专业利用，用户需要采取“量身定制”服务。

　　Hyperion公司报告称，10%的高性能计算(HPC)现在在云平台中实行。随着企业愈来愈依赖高性能计算(HPC)输出，他们必须寻觅一个真正优化的环境，在这个环境中，高性能计算(HPC)集群能够以可重复的方式部署，并且电力和本钱是可延续的，并且不会有经济损耗。曾几什么时候，“优化”意味着使用作业调度程序将集群放在一个地方。而如今，每一个复制的部署都必须记录，并随着时间的推移而实行自动化，以保持性能完全性。

　　终究，在云中运行复杂的高性能计算(HPC)利用程序的潜力是巨大的，但如果人们真正取得好处，必须面对并解决性能、速度、本钱的基本挑战。

免责声明：
本网址（www.yingxiongyun.com）发布的材料主要源于独立创作和网友匿名投稿。此处提供的所有信息仅供参考之用。我们致力于提供准确且可信的信息，但不对材料的完整性或真实性作出任何保证。用户应自行验证相关信息的正确性，并对其决策承担全部责任。对于由于信息的错误、不准确或遗漏所造成的任何损失，本网址不承担任何法律责任。

本网站所展示的所有内容，如文字、图像、标志、音频、视频、软件和程序等的版权均属于原创作者。

如果任何组织或个人认为网站内容可能侵犯其知识产权，或包含不准确之处，请即刻联系我们进行相应处理。