HPC計算超人：大塊頭有大麻煩
如果我們把PC比作普通人的話，那么HPC系統(tǒng)（或稱超級計算機(jī)）就稱得上是“超人”了，因為就算是比較尋常的HPC系統(tǒng)，其計算能力也相當(dāng)于PC的數(shù)千倍了。而頂級的HPC系統(tǒng)，例如風(fēng)行歐美的IBM“藍(lán)色基因”系列，又如國產(chǎn)的“曙光機(jī)”、“浪潮機(jī)”、“聯(lián)想機(jī)”或“神威機(jī)”等，其能力更是不可限量！也因為所此，它們才能擔(dān)負(fù)起解決大型和復(fù)雜問題的重任。
不過，就像科幻電影中的超人遇到“氪”物質(zhì)就會氣力盡失，或時常為愛情和親情的問題及敵人發(fā)起的輿論攻擊感到困撓一樣。HPC系統(tǒng)這個計算領(lǐng)域的“超人”在其成長過程中，也會遇到各種來自自身或外部的挑戰(zhàn)和障礙，就目前而言，這些讓它煩心的事情主要集中在以下六方面：
HPC麻煩一、有勁使不出，應(yīng)用效率偏低
全球HPC TOP500也好，中國的TOP100也罷，比的都是HPC系統(tǒng)的潛能，即理論運算峰值速度及Linpack基準(zhǔn)測試性能，但它們卻無法反映HPC的實用性能。實際上，對于很多科研院所、高校、企業(yè)等HPC應(yīng)用機(jī)構(gòu)來說，因為軟件、配置、管理等因素導(dǎo)致其HPC系統(tǒng)應(yīng)用效率低下的例子比比皆是，例如一些用戶HPC系統(tǒng)的硬件規(guī)模雖然在不斷擴(kuò)展，但其實際計算力卻沒有明顯提升，又或是現(xiàn)在擁有幾百個甚至上千個計算核心的HPC集群系統(tǒng)雖然大量涌現(xiàn)出來，但是能充分利用其性能的應(yīng)用軟件卻是少之又少……結(jié)果就是這些用戶雖然買得起HPC，卻用不好它。
HPC麻煩二、系統(tǒng)配置不夠“平衡”
HPC這個計算“超人”的性能，指的可不僅僅是“計算性能”，而是包括CPU浮點處理能力、I/O帶寬和內(nèi)存帶寬三個方面。不同種類應(yīng)用對于這三方面性能的需求不盡相同，以石油勘探行業(yè)為例，油藏模擬類應(yīng)用就對內(nèi)存帶寬和延遲比較敏感，而地震資料處理則需要強(qiáng)大的計算性能。
在這種情況下，如果用戶不能科學(xué)地根據(jù)其應(yīng)用軟件的性能需求來合理配置HPC系統(tǒng)，就不免會造成它的“先天失調(diào)”，如為通信密集型的應(yīng)用配置了針對計算密集型應(yīng)用優(yōu)化的硬件平臺，就會出現(xiàn)這樣一種情況：節(jié)點空有強(qiáng)大的計算力，但由于I/O通信帶寬的限制，造成了數(shù)據(jù)的堆積，帶來了計算資源的極大浪費。
HPC麻煩三、有“失業(yè)”危機(jī)，軟硬件發(fā)展失衡
別看國產(chǎn)的百萬億次、千萬億次HPC系統(tǒng)在今年頻頻亮相，但它們隨時都面臨著“失業(yè)”的風(fēng)險！
不信？我們來看兩個例子：一個是美國能源部下屬的橡樹嶺國家實驗室的Jaguar TX5千萬億次級HPC系統(tǒng)，它擁有15萬顆CPU內(nèi)核，其科學(xué)計算作業(yè)任務(wù)安排得很飽滿：可利用其3萬顆以下CPU內(nèi)核的作業(yè)占50%；利用3-4.5萬顆內(nèi)核的作業(yè)占32%，利用4.5-9萬顆內(nèi)核的作業(yè)占18%。相比之下，中國上海超級計算中心的曙光5000A百萬億次HPC系統(tǒng)雖有3萬顆CPU內(nèi)核，但其應(yīng)用卻遠(yuǎn)沒有跟上——其上使用16顆內(nèi)核以下的作業(yè)占到了60%，17-160個內(nèi)核的作業(yè)占39%，160個內(nèi)核以上的作業(yè)僅占1%。
上面這種應(yīng)用上的差距主要源于我國HPC應(yīng)用軟件的缺乏。我們HPC系統(tǒng)的硬件技術(shù)雖然在這幾年內(nèi)得到了長足的發(fā)展，但應(yīng)用軟件的基礎(chǔ)卻一直很薄弱，而且相關(guān)的人才、軟件投資和創(chuàng)新研發(fā)體制也不夠健全，這使得中國在HPC應(yīng)用上一直面臨“計算規(guī)模受限制，計算精度、分辨率不高，關(guān)鍵應(yīng)用受限制，不易改進(jìn)和發(fā)展”等多方面的挑戰(zhàn)，進(jìn)而造成了“大機(jī)器，小應(yīng)用，軟硬發(fā)展失衡”的困局。
HPC麻煩四、“飯量”太大，能耗驚人
俗話說，人是鐵，飯是鋼，一頓不吃餓得慌。HPC這個計算“超人”也一樣，不過它消耗的是驚人的電能。隨著人們對計算量、計算時間、處理問題的復(fù)雜度等要求越來越高，現(xiàn)在HPC系統(tǒng)規(guī)模也是越做越大，使用的CPU數(shù)量也是以成千上萬的規(guī)模遞增，用電量自然水漲船高，這讓那些供養(yǎng)它的企事業(yè)單位不堪重負(fù)。例如，一套百萬億次級別的HPC系統(tǒng)每天光電費就是兩三萬元人民幣，一年下來就得要好幾百萬！而性能達(dá)到千萬億次的HPC系統(tǒng)，消耗的電力更是趕得上一座小型城市。
HPC麻煩五、“瘦身”難、提升計算密度挑戰(zhàn)多
人到中年難免有發(fā)福的困擾，HPC系統(tǒng)也是一樣，這個計算“超人”的身材很容易走形，特別是對于百萬億次以上的系統(tǒng)，如果還用傳統(tǒng)1U或2U機(jī)架服務(wù)器來做節(jié)點，其體積會非常驚人，會讓那些機(jī)房較小的用戶叫苦不迭。而且這些節(jié)點的“屁股”上再帶上一大堆線纜，不好看，也不容易管理。于是，人們開始嘗試用刀片服務(wù)器或改良過的高密度服務(wù)器（如1機(jī)兩主板的雙胞胎服務(wù)器）來構(gòu)建大規(guī)模HPC系統(tǒng)。可這種方式也帶來了一些新的挑戰(zhàn)，比如機(jī)房環(huán)境，尤其是機(jī)柜供電與機(jī)房散熱必須要改造，還有刀片服務(wù)器沒有統(tǒng)一標(biāo)準(zhǔn)的問題，也著實讓人頭痛。
HPC麻煩六、生產(chǎn)廠家各行其是、缺乏統(tǒng)一標(biāo)準(zhǔn)
現(xiàn)在能制造HPC系統(tǒng)的廠商有很多，既有IBM、HP、戴爾、Sun這樣的海外大鱷，也有曙光、浪潮、聯(lián)想、寶德等民族企業(yè)，還有一些規(guī)模不大的地方軍，甚至有些系統(tǒng)是由用戶“DIY”出來的。如果它們是用x86機(jī)架服務(wù)器來做，情況還算好，畢竟這種產(chǎn)品有統(tǒng)一的標(biāo)準(zhǔn)，兼容與互操作沒有大問題，配件也容易找到，服務(wù)不用愁；但如果是用刀片服務(wù)器來構(gòu)建，其標(biāo)準(zhǔn)不統(tǒng)一的問題可就會引出大麻煩了。
與傳統(tǒng)的機(jī)架服務(wù)器不同，刀片服務(wù)器誕生至今雖也有十年光景，但卻一直沒有一個統(tǒng)一標(biāo)準(zhǔn)，僅刀片服務(wù)器機(jī)箱就曾出現(xiàn)過五六十種不同的產(chǎn)品，現(xiàn)在還有十幾種在市場上互掐，刀片服務(wù)器本身更是各行其道，相互之間別說可替代，連實現(xiàn)互操作都有困難，甚至有些廠家最新發(fā)布的刀片服務(wù)器都不兼容它以前推出的刀片機(jī)箱。顯然，對于HPC系統(tǒng)用戶來說，這種情況只會讓它遭遇容易被一家廠商綁定、相關(guān)配件不好買、服務(wù)費用過高、平臺切換代價太大，以及來自不同廠商的平臺在HPC系統(tǒng)中只能獨立運行，形不成合力等問題。
結(jié)語
上面列舉的這六件煩心事，是目前絕大多數(shù)HPC系統(tǒng)用戶都會遇到的“通病”。不解決掉它們，就會讓HPC系統(tǒng)束手束腳，甚至使它在無奈之中甘于平庸，那么這個計算“超人”也就沒有什么“過人”之處了。而為避免這種情況的出現(xiàn)，無論是HPC系統(tǒng)的用戶，還是這些系統(tǒng)的制造商、處理器和計算平臺提供商，以及應(yīng)用軟件開發(fā)商都必須找出這些問題的成因，才能有針對性地提出解決方案。
【編輯推薦】
