HPC計(jì)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(jí)計(jì)算機(jī)）就稱得上是“超人”了，因?yàn)榫退闶潜容^尋常的HPC系統(tǒng)，其計(jì)算能力也相當(dāng)于PC的數(shù)千倍了。而頂級(jí)的HPC系統(tǒng)，例如風(fēng)行歐美的IBM“藍(lán)色基因”系列，又如國(guó)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?yàn)樗?，它們才能?dān)負(fù)起解決大型和復(fù)雜問(wèn)題的重任。
不過(guò)，就像科幻電影中的超人遇到“氪”物質(zhì)就會(huì)氣力盡失，或時(shí)常為愛(ài)情和親情的問(wèn)題及敵人發(fā)起的輿論攻擊感到困撓一樣。HPC系統(tǒng)這個(gè)計(jì)算領(lǐng)域的“超人”在其成長(zhǎng)過(guò)程中，也會(huì)遇到各種來(lái)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(guó)的TOP100也罷，比的都是HPC系統(tǒng)的潛能，即理論運(yùn)算峰值速度及Linpack基準(zhǔn)測(cè)試性能，但它們卻無(wú)法反映HPC的實(shí)用性能。實(shí)際上，對(duì)于很多科研院所、高校、企業(yè)等HPC應(yīng)用機(jī)構(gòu)來(lái)說(shuō)，因?yàn)檐浖?、配置、管理等因素?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(shí)際計(jì)算力卻沒(méi)有明顯提升，又或是現(xiàn)在擁有幾百個(gè)甚至上千個(gè)計(jì)算核心的HPC集群系統(tǒng)雖然大量涌現(xiàn)出來(lái)，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(gè)計(jì)算“超人”的性能，指的可不僅僅是“計(jì)算性能”，而是包括CPU浮點(diǎn)處理能力、I/O帶寬和內(nèi)存帶寬三個(gè)方面。不同種類應(yīng)用對(duì)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(duì)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(jì)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(lái)合理配置HPC系統(tǒng)，就不免會(huì)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(duì)計(jì)算密集型應(yīng)用優(yōu)化的硬件平臺(tái)，就會(huì)出現(xiàn)這樣一種情況：節(jié)點(diǎn)空有強(qiáng)大的計(jì)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(lái)了計(jì)算資源的極大浪費(fèi)。
HPC麻煩三、有“失業(yè)”危機(jī)，軟硬件發(fā)展失衡
別看國(guó)產(chǎn)的百萬(wàn)億次、千萬(wàn)億次HPC系統(tǒng)在今年頻頻亮相，但它們隨時(shí)都面臨著“失業(yè)”的風(fēng)險(xiǎn)！
不信？我們來(lái)看兩個(gè)例子：一個(gè)是美國(guó)能源部下屬的橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室的Jaguar TX5千萬(wàn)億次級(jí)HPC系統(tǒng)，它擁有15萬(wàn)顆CPU內(nèi)核，其科學(xué)計(jì)算作業(yè)任務(wù)安排得很飽滿：可利用其3萬(wàn)顆以下CPU內(nèi)核的作業(yè)占50%；利用3-4.5萬(wàn)顆內(nèi)核的作業(yè)占32%，利用4.5-9萬(wàn)顆內(nèi)核的作業(yè)占18%。相比之下，中國(guó)上海超級(jí)計(jì)算中心的曙光5000A百萬(wàn)億次HPC系統(tǒng)雖有3萬(wàn)顆CPU內(nèi)核，但其應(yīng)用卻遠(yuǎn)沒(méi)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(gè)內(nèi)核的作業(yè)占39%，160個(gè)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(guó)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(zhǎng)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(guó)在HPC應(yīng)用上一直面臨“計(jì)算規(guī)模受限制，計(jì)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(shuō)，人是鐵，飯是鋼，一頓不吃餓得慌。HPC這個(gè)計(jì)算“超人”也一樣，不過(guò)它消耗的是驚人的電能。隨著人們對(duì)計(jì)算量、計(jì)算時(shí)間、處理問(wèn)題的復(fù)雜度等要求越來(lái)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(wàn)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(wàn)億次級(jí)別的HPC系統(tǒng)每天光電費(fèi)就是兩三萬(wàn)元人民幣，一年下來(lái)就得要好幾百萬(wàn)！而性能達(dá)到千萬(wàn)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(jì)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(gè)計(jì)算“超人”的身材很容易走形，特別是對(duì)于百萬(wàn)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(lái)做節(jié)點(diǎn)，其體積會(huì)非常驚人，會(huì)讓那些機(jī)房較小的用戶叫苦不迭。而且這些節(jié)點(diǎn)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(kāi)始嘗試用刀片服務(wù)器或改良過(guò)的高密度服務(wù)器（如1機(jī)兩主板的雙胞胎服務(wù)器）來(lái)構(gòu)建大規(guī)模HPC系統(tǒng)。可這種方式也帶來(lái)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(méi)有統(tǒng)一標(biāo)準(zhǔn)的問(wèn)題，也著實(shí)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(lái)的。如果它們是用x86機(jī)架服務(wù)器來(lái)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(méi)有大問(wèn)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(lái)構(gòu)建，其標(biāo)準(zhǔn)不統(tǒng)一的問(wèn)題可就會(huì)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(méi)有一個(gè)統(tǒng)一標(biāo)準(zhǔn)，僅刀片服務(wù)器機(jī)箱就曾出現(xiàn)過(guò)五六十種不同的產(chǎn)品，現(xiàn)在還有十幾種在市場(chǎng)上互掐，刀片服務(wù)器本身更是各行其道，相互之間別說(shuō)可替代，連實(shí)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(duì)于HPC系統(tǒng)用戶來(lái)說(shuō)，這種情況只會(huì)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(fèi)用過(guò)高、平臺(tái)切換代價(jià)太大，以及來(lái)自不同廠商的平臺(tái)在HPC系統(tǒng)中只能獨(dú)立運(yùn)行，形不成合力等問(wèn)題。
結(jié)語(yǔ)
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(huì)遇到的“通病”。不解決掉它們，就會(huì)讓HPC系統(tǒng)束手束腳，甚至使它在無(wú)奈之中甘于平庸，那么這個(gè)計(jì)算“超人”也就沒(méi)有什么“過(guò)人”之處了。而為避免這種情況的出現(xiàn)，無(wú)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(jì)算平臺(tái)提供商，以及應(yīng)用軟件開(kāi)發(fā)商都必須找出這些問(wèn)題的成因，才能有針對(duì)性地提出解決方案。
【編輯推薦】
