HPC应用的四个尴尬

      而对于广大的科研院所、高校、企业等高性能计算应用单位来说，因为软件、配置、管理等方面导致高性能计算系统应用效率低下的例子也比比皆是：

    尴尬一：“买得起，却用不好、用不起”。硬件水平的提升、硬件成本的持续下降和国家对自主创新的大力倡导，使得越来越多的用户开始使用HPC来辅助科研、生产工作；然而，在实际应用过程中，要将HPC的计算性能充分发挥出来，必须妥善解决软件和硬件的兼容性问题。广大用户，特别是中小规模的用户，多是非IT领域的专家，对高性能计算系统的部署、使用、维护等基本的操作问题不甚了解，更妄谈方案的优化和效率问题。正是在这一环节上得不到有力的技术服务支持，致使一些用户投入了大量的人力、物力进行调优，却仍然效率低下，产出比低。另外，对于大规模的HPC系统而言，日常的耗电、冷却、管理成本也非常高，甚至超过了当初的硬件采购成本，系统运营不堪重负。

    尴尬二：“硬件规模不断增大，实际计算力却不变”。很多流行的高性能软件，特别是广泛应用的开源软件，如地震预报LURR、生命研究常用的开源软件蛋白质翻译后修饰与鉴定Inspect，目前的软件并行度不高，甚至是串行程序。现在几百个节点、上千个计算核心的高性能集群已经开始大量涌现，但是支持500个计算核心以上的应用软件却少之又少，根本无法发挥中大规模高性能服务器的计算能力。如某航空航天大学基于飞行器设计的实验室，主要模拟和研究飞机飞行时两个机翼周围气场的变化。由于原有系统越来越不能够满足计算任务的压力，于是购买了一套64个计算节点，运用业内先进的infiniband网络架构和64位至强处理器的高性能系统，但是系统建成后却发现，与原来只有十几个节点的老平台相比，运算效率并没有明显提升。经过对操作系统和应用程序的分析发现，问题出在该软件的扩展性上，并不能支持这么多计算核心，超过了这一限制，系统效率就会大大降低。

    尴尬三：“计算能力强大，I/O通信却成瓶颈”。在高性能计算领域，不同应用对于计算平台的要求是各有侧重的。如果不能科学地分析应用特点，就会使得应用“先天失调”，比如说，原本客户的应用需要运行在一个通信密集型的平台上，但由于对应用的理解不深或其他原因，结果采购了一套计算密集型的平台，就会出现这样一种情况：节点空有强大的计算力，但由于通信带宽的限制，造成了数据的堆积，带来了计算资源的极大浪费。可见，除了软件的瓶颈以外，许多系统方案在优化环节的薄弱也会限制性能的发挥。据估算，经过专业的优化，一些高性能计算机群的I/O速度、CPU利用率、硬盘读写速度等最高可提高2倍以上。

    尴尬四：“管理很散乱，系统也越用越慢”。某研究所购置了一套高性能集群用于满足所内各课题组的科研需求，在经过一段时间的运行之后，使用人员不断抱怨系统越来越慢。经专家检查，才发现由于日常运行时，各课题组的应用不同、需要的操作系统不同，使用人员经常自行安装需要的软件，结果导致整个系统日益臃肿。此后，该所不得不制定出相应的集群使用条例，来加强对系统的管理。

    可见，这些问题都和“HPC系统方案规划设计、软硬件配置调优、应用软件开发与优化、数据中心运维管理”等相关，如果没有经过优良的方案设计、应用优化和科学管理，纵然把系统规模做大，取得很高的Linpack计算峰值，实际上既可能“不好用”，也“用不好”。