隨著物聯(lián)網(wǎng) (IoT)、人工智能(AI) 、機器學習（ML）和 3-D 成像等技術(shù)的發(fā)展，數(shù)據(jù)的速度、種類和數(shù)量呈爆炸式增長，企業(yè)需要處理的數(shù)據(jù)規(guī)模和數(shù)量呈指數(shù)級增長。

對許多行業(yè)來說，如體育直播賽事、新產(chǎn)品測試或股票趨勢分析等，對實時處理數(shù)據(jù)的能力要求非常高。為了在競爭中領(lǐng)先一步，企業(yè)需要閃電般快速和高度可靠的IT基礎(chǔ)架構(gòu)來處理、存儲和分析大量數(shù)據(jù)。這種工具就是高性能計算！

一、

HPC（高性能計算）概述

1.什么是HPC（高性能計算）？

高性能計算 (High Performance Computing，又叫HPC、超級計算)是指比傳統(tǒng)計算機和服務器提供更高馬力聚合計算能力的計算方法。與超級計算機或硬件加速機器不同，高性能計算特別強調(diào)使用分布式資源來組合存儲、應用程序、計算能力和網(wǎng)絡(luò)資源，以完成其他方式無法完成的任務。高性能計算需要處理的TB、PB、甚至ZB級別的數(shù)據(jù)，并且需要接近實時地處理，比如在幾分鐘或者幾小時內(nèi)得到結(jié)果，而不是幾天或幾個星期。

2.HPC為什么重要？

HPC之所以重要，是因為它能幫助我們更快地完成大型模擬和大型工作負載。

HPC比普通PC更快更強更省力，它每秒可以執(zhí)行千萬億次計算，配備3 GHz處理器的筆記本電腦或臺式機每秒可以執(zhí)行大約 30 億次計算。

HPC 通過集群/并行計算、最新的 CPU 和GPU、低延遲網(wǎng)絡(luò)和塊存儲設(shè)備去實現(xiàn)高速處理。

HPC系統(tǒng)更具可擴展性。用戶可以在需要時進行縱向擴展（升級 CPU、GPU、內(nèi)存或其他資源）和橫向擴展（將更多節(jié)點添加到集群中）。從云服務提供商 (CSP) 租用 HPC 資源可以進一步提高可擴展性并降低成本。

三種HPC解決方案：

本地HPC：本地的HPC就是傳統(tǒng)的HPC數(shù)據(jù)中心，需要有高性能服務器和存儲，用戶自己去搭建這個HPC集群。

HPC云：云上的高性能計算提供HPC即服務，用戶使用公有云去完成計算工作。

混合HPC：一個應用運行在私有云（private cloud）或數(shù)據(jù)中心（data center）中，當計算能力的需求達到頂峰時則動態(tài)地向公有云服務器請求一定量的計算(或存儲)能力。當本地的工作負載積壓時會立即啟動云資源，把工作負載遷移到公有云上去計算，支持的云比如說谷歌云、微軟云、Oracle云等。

3.HPC工作原理

HPC中處理信息的兩種主要方法是：

串行處理由中央處理單元 (CPU) 完成。每個 CPU 內(nèi)核通常一次只處理一個任務。CPU 對于運行操作系統(tǒng)和基本應用程序（例如，文字處理、辦公效率）等功能至關(guān)重要。

可以使用多個 CPU 或圖形處理單元 (GPU) 執(zhí)行并行處理。GPU 最初是為專用圖形開發(fā)的，可以同時跨數(shù)據(jù)矩陣（例如屏幕像素）執(zhí)行多個算術(shù)運算。同時處理大量數(shù)據(jù)平面的能力使 GPU 非常適合機器學習 (ML) 應用程序任務中的并行處理，例如識別視頻中的對象。

二、

HPC應用場景

HPC出現(xiàn)在 1960 年代，用于支持政府和學術(shù)研究。HPC 在 1970 年代開始進入主要行業(yè)，以加速復雜產(chǎn)品的開發(fā)，例如汽車、航空航天、石油和天然氣、金融服務和制藥行業(yè)。在現(xiàn)在，各行各業(yè)都能用到，比如生命科學、天體物理學、基因組學、生物信息學、分子動力學、天氣和氣候預測。具體應用如圖所示：

三、

虹科高性能計算解決方案

1.Kubernetes上的高性能計算

Kubernetes作為目前容器管理框架的事實標準，在當下的應用十分火熱。隨著微服務和容器在企業(yè)中越來越流行，它們也在進軍機器學習和其他類似的HPC工作。這一趨勢模糊了傳統(tǒng)HPC和容器技術(shù)之間的界限，引發(fā)了對利用 Kubernetes進行HPC的可能性的探索。

使用容器和 Kubernetes 來管理和運行 HPC 應用程序有很多好處：

容器化是一種強大的工具，可以打包復雜的依賴關(guān)系并提高可重復性。

隨著企業(yè)將 Kubernetes 作為應用程序現(xiàn)代化的安全和多云平臺，在共享環(huán)境中托管 HPC 和企業(yè)容器工作負載將簡化運營并降低成本。

Kubernetes 本質(zhì)上提供了一個包含 CPU、內(nèi)存和加速器的共享資源池，就像工作負載管理器一樣。

更多深入閱讀可以參考《kubernetes上的HPC》白皮書。

2.HK-Nimbix HPC平臺

（1）什么是JARVICE XE

JARVICE XE 是世界上第一個容器原生混合/多云 HPC 平臺，可在任何與 Kubernetes 兼容的基礎(chǔ)設(shè)施上實現(xiàn)全球范圍的橫向擴展和加速 HPC 和 AI 工作流（SaaS 和 PaaS）。

JARVICE提供加速的應用程序和工作流，這些應用程序和工作流可以利用任何基礎(chǔ)設(shè)施，無論是裸機還是虛擬化，包括專用Kubernetes基礎(chǔ)設(shè)施上的InfiniBand、GPU和FPGA

JARVICE 使客戶能夠輕松地從本地解決方案突發(fā)到來自 Google、AWS 和 Azure 等的公有云系統(tǒng)，或者將內(nèi)部系統(tǒng)作為私有云進行管理。

（2）使用JARVICE XE在 Kubernetes上運行HPC

JARVICE XE通過兩個主要改進彌補了在 Kubernetes上運行HPC代碼的差距：

兩級HPC調(diào)度器

調(diào)度器提供2個級別，一個將傳統(tǒng)的HPC作業(yè)請求轉(zhuǎn)換為一組Kubernetes Pod，一個將Pod綁定到節(jié)點的組調(diào)度器，如果請求的規(guī)模不可用，則將整個作業(yè)排隊。而且組調(diào)度器提供一些重要功能去幫助pod調(diào)度

JARVICE XE使用來自 HyperHub目錄中應用程序的元數(shù)據(jù)為最終用戶定義工作流，而不是要求用戶編寫PBS 或Slurm腳本來啟動工作。

HPC運行時環(huán)境

它在作業(yè)啟動時動態(tài)創(chuàng)建，可以根據(jù)來自調(diào)度程序的工作流請求的參數(shù)配置批處理運行或交互界面，可以確保工作流的有限完成，無論求解器成功還是失敗，也可以讓傳統(tǒng)的HPC代碼可以不加修改地在JARVICE上運行，如有需要，JARVICE XE還直接支持NFS和CephFS共享文件系統(tǒng)，運行時環(huán)境可以通過將主機級別的掛入點定義為機器定義的一部分來附加 Kubernetes原生不支持的存儲接口，并行存儲系統(tǒng)，例如 WekaIO2。

（3）HyperHub應用市場

Hyperhub是一個精選的點擊式目錄，提供HPC優(yōu)化的仿真模擬、Al/ML/DL軟件，比如ansys、COMSOL、西門子、Matlab、TensorFlow等等，它具有有數(shù)百個加速的高性能工作流，內(nèi)置支持高性能集群的自動縮放應用程序,將HPC和超級計算應用程序作為點選式的工作流程,并且會自動更新這些軟件到任何JARVICE XE部署中。

HYPERHUB與JARVICE XE相結(jié)合為nimbix cloud提供支持，使用戶能夠在任何基礎(chǔ)設(shè)施上以幾乎無限的超級計算能力訪問整個應用程序目錄，除了已有的軟件，hyperhub中沒有的軟件支持用戶自定義安裝，使用Jarvice的PushToCompute Tool 可以輕松設(shè)置應用程序。JARVICE提供了一個端到端的持續(xù)集成/持續(xù)部署（CI/CD）管道，用于編譯、部署、測試和維護容器化云計算應用程序。這都是該平臺的PushToCompute功能的一部分。

（4）JARVICE XE 優(yōu)勢

“開箱即用”的計算能力

JARVICE XE支持私有云、公有云、混合云和多云部署

JARVICE XE使企業(yè)IT部門可以輕松地將HPC添加到他們的服務組合中

JARVICE XE附帶完整的 HPC 軟件目錄，該目錄會自動更新最新版本（接管 IT 負擔）

HK-Nimbix HyperHub 應用程序目錄可幫助用戶定義工作流程

能夠?qū)?SLURM 作業(yè)轉(zhuǎn)換為低級“Pod”調(diào)度程序作業(yè)

通過容器靈活部署可擴展的 HPC 作業(yè)

租戶隔離，沒有客戶端共享相同的資源

（5）HK-Nimbix 基礎(chǔ)設(shè)施趨勢

1)計算加速器

Nimbix在公有云中提供最廣泛的FPGA和GPU功能目錄 → 支持高級求解器以加快計算速度并降低客戶成本.

2)更高密度的節(jié)點（內(nèi)存、CPU 內(nèi)核）

Nimbix計算節(jié)點具有物理內(nèi)核（相對于“線程”或“VCPU”）

Nimbix計算節(jié)點的每個內(nèi)核至少有8GB的RAM

>>各種可用的GB RAM節(jié)點和GPU節(jié)點

>>128GB、256GB和512GB RAM節(jié)點可用于16核

>>192GB、384GB和768GB RAM節(jié)點可用于20核

>>通過云供應商提供的業(yè)內(nèi)最快結(jié)構(gòu)中擴展到數(shù)千個內(nèi)核

額外的GPU內(nèi)存因類型而異，但最高可達 24GB/GPU

3)最快的互連

所有Nimbix計算節(jié)點在節(jié)點之間有56Gbps InfiniBand，在Spine上有100Gbps

RDMA用于節(jié)點之間的MPI，系統(tǒng)范圍內(nèi)的延遲<2μs

四、

案例分享

HK-Nimbix幫助IDEX Biometrics在一周內(nèi)完成指紋傳感器的設(shè)計：通過nimbix Cloud，IDEX可以使用相當于四個HPC工作站及其關(guān)聯(lián)的并行計算能力，而無需自己維護基礎(chǔ)設(shè)施，能夠幫助IDEX公司加快新產(chǎn)品研發(fā)和上市的速度。

《數(shù)據(jù)改變社會 BI助力發(fā)展》直播預告

直播講師：肖曉容

直播時間：10月27日 周四20點

直播精彩內(nèi)容預告：

1.大數(shù)據(jù)概述

大數(shù)據(jù)時代

數(shù)據(jù)的重要性

企業(yè)目前面臨的數(shù)據(jù)難題

如何有效解決數(shù)據(jù)問題

2.BI軟件的功能

數(shù)據(jù)集成

數(shù)據(jù)可視化

數(shù)據(jù)分析

移動端應用

共享與協(xié)作

……

3.案例解析

Hk-Omniscope COVID19模擬演示

Hk-Domo幫助艾默生為易變質(zhì)產(chǎn)品供應鏈提供保障

審核編輯 ：李倩