《北京航空航天大学-高性能计算与云计算——支撑与融合》由会员分享，可在线阅读，更多相关《北京航空航天大学-高性能计算与云计算——支撑与融合（16页珍藏版）》请在金锄头文库上搜索。
1、高性能计算与云计算高性能计算与云计算 -支撑与融合 支撑与融合 刘刘 轶轶 北京航空航天大学计算机学院北京航空航天大学计算机学院 2014,5 高性能计算(High performance computing)已有 几十年的发展历史 又称为超级计算(Supercomputing) 并行是云计算核心系统的重要特征 分布式系统架构、互连网络等 并行编程 任务调度 负载均衡 。 并行计算技术对云计算形成了重要支撑 并行计算技术对云计算形成了重要支撑 诸多高性能计算领域的技术被应用在云计算 GPU图像/音频/视频的实时处理GPUGPU云计算应用例：加速部件在云计算中的应用 2880个流处理核 12GB
2、内存 单精度浮点性能：4.29TFlops 双精度浮点性能：1.43TFlops Nvidia Tesla K40 高性能计算机的“十年千倍”增长速度 性能增长高于处理器性能增长速度 系统规模持续增大 体系结构的改进：如近年来的异构/混合体系结构 TOP500 性能增长曲线性能增长曲线 超级计算机正在向Exa-scale迈进 目前最快：天河2号 峰值性能：55PetaFlops 19000个计算节点 功耗17.8MW 排 名 地点 系统/制造商 处理器 核数 Rmax (TFlops) Rpeak (TFlops) Power (KW) 1 中国 Tianhe-2 / NUDT Intel X
3、eon + Phi 3120000 33863 54902 17808 2 美国 Titan / Cray Inc. AMD Opteron + K20 560640 17590 27112 8209 3 美国 Sequoia / IBM BlueGene IBM Power 1572864 16324 20132 7890 4 日本 K / Fujitsu Sparc 705024 10510 11280 12659 5 美国 Mira / IBM BlueGene IBM Power 786432 8162 10066 3945 6 瑞士 Piz Daint / Cray Inc. Int
4、el Xeon + K20 115984 6271 7788 2325 7 美国 Stampede / PowerEdge Intel Xeon + Phi 462462 5168 8520 4510 8 德国 JUQUEEN / IBM BlueGene IBM Power 458752 5009 5872 2301 9 美国 Vulcan / IBM BlueGene IBM Power 393216 4293 5033 1972 10 德国 SuperMUC / iDataPlex Intel Xeon 147456 2897 3185 3422 2013年年11月月Top500排名前排
5、名前10的超级计算机的超级计算机(http:/www.top500.org) 预计预计E级系统在级系统在58年内出现年内出现 E级计算的挑战性问题：3P+1R 功耗功耗(Power) 性能性能(Performance)/体系结构 体系结构 可编程性可编程性(Programmability) 可靠性可靠性(Resilience) 大型云计算系统/云数据中心面临类似的问题 E级计算的挑战性问题：功耗(Power) 如何将E级系统功耗控制在可接受范围内？ 过高的功耗将使运行成本过高，散热困难，可靠性变差 根据美、日、欧等国目标，E级系统功耗上限20MW， 即：性能功耗比 500GFlops/W 目前
6、最好：45GFlops/W (规模有限，TOP500第311位) 目前TOP500排名前十机器 3.5GFlops/W 与目标相差12个数量级 低功耗技术 低功耗器件和部件 异构计算机体系结构 冷却技术 软件低功耗管控及调度 E级计算的挑战性问题：性能(performance)/体系结构 达到E级计算性能的系统结构是怎样的？ 处理器向众核方向发展 异构/混合系统结构在过去几年中取得了较大成功 目前TOP500排名前十的机器中有四台使用了加速部件 固有缺点：可编程性较差 同构 vs. 异构/混合：各有优缺点、长期共存 新型半导体及器件技术可能推动体系结构的创新 3D堆叠技术 可单片内集成众核处理
7、器、加速器、互连网络 非易失存储器的大量使用 自旋电子器件 E级计算的挑战性问题：可靠性(Resilience) 如何保证超大规模系统稳定、可靠运行 预计E级系统规模节点个数：1万10万 10PF规模系统的MTBF平均无故障工作时间 5小时 对故障检测、诊断、恢复技术提出了更高的要求 现有的Checkpoint软件故障恢复技术也面临挑战 海量节点、海量内存 E级计算的挑战性问题：可编程性(Programmability) 众核处理器将是E级系统的首选 数百核上千核处理器 预计E级系统中处理器核个数：千万量级 超高的并行度给并行算法及编程带来挑战 算法设计：能否达到如此高的并行度？ 并行编程：如
8、何表示如此高的并行度？ 程序调试：出错场景如何重现、编程错误如何定位？ 还将与系统可靠性问题交织 性能调优 异构/混合体系结构将使编程问题更为复杂 高性能计算与云计算技术既有共性，又有各自特点 两种技术相互借鉴、相互融合 趋势一：基于云平台的高性能计算(HPC in cloud) 趋势二：网格计算借鉴云计算服务模式 高性能计算机的使用方法与20年前几乎一样 计费方式计费方式：以以CPU核核 小时为计费单位小时为计费单位 与所用计算软件相关与所用计算软件相关 MPI编写并行程序 编写并行程序 提交作业提交作业，进入作业队列进入作业队列，等待调度执行 等待调度执行 远程登录系统远程登录系统，命令行
9、操作界面 命令行操作界面 查看输出结果文件 查看输出结果文件 HPC in cloud 不是所有的高性能计算用户都需要超大规模计算 很多用户/应用属于中小规模 数十数百处理器 在云平台上进行高性能计算对部分用户有吸引力 硬软件资源可按需定制和弹性增减 无须长时间且难以预见地等待 人机交互更为直观便捷 网格计算(Grid computing) ? 基于云计算的应用服务环境 云计算已形成较为成熟的业务模式 以服务为中心 资源按需定制和计费 借鉴以服务为中心，按需定制和计费的业务模式 专业计算软件以服务形式供用户使用(相当于SaaS) 用户无需购买价格高昂的专业计算软件 仅在需要时付费使用软件服务 谢 谢！
