高性能计算(HPC).
合集下载
高性能计算(HPC)概况及应用介绍
【一】高性能计算概述
计算机发展时间线：
➢ 第二代计算机，1959-1964，大量 采用晶体管和印刷电路板，体积 不断减小，功能不断增强，并出 现大量应用软件；
➢ 第三代计算机，1964-1972，大量 使用集成电路，以IBM360系列为代 表；
【一】高性能计算概述
计算机发展时间线：
➢ 第四代计算机，1972-至今，基于大规模集成电路及超大规模集成电路。1976年， Cray-1，第一台商用高性能计算机问世，集成了20万个晶体管，每秒可进行1.5 亿次浮点运算。
1、能耗分析 相同节点浸没液冷服务器方案功耗比风冷服务器方案低80%，其节能效果明显。 通过计算，其PUE值也明显低于风冷服务器方案。 浸没式液冷服务器PUE=1.046 风冷服务器PUE=1.361 2、占地面积分析 以上表格所指面积为投影面积，由此可见，同等节点服务器部署，浸没液冷服务 器方案比风冷服务器方案节约用地约85%。
2013年5月14日，安吉丽娜·朱莉在自 己写的文章《我的医疗选择》中称自己通 过基因检测确定带遗传缺陷基因BRCA1，医 生估测她患乳腺癌和卵巢癌的几率颇高， 分别为87%和50%，朱莉选择双侧乳腺切除 术保留乳房，降低患癌风险。2015年3月24 日，安吉丽娜·朱莉宣布，由于担心罹患卵 巢癌，她已经切除了卵巢和输卵管。
【三】高性能计算应用与展望
高性能计算之气象学研究：
气候环境研究是高性能计算领域的 传统应用，世界上第一台电子计算机 ENIAC就曾被用来进行天气预报，由于 气象相关预报往往关系到农业、工业、 军事、交通等众多核心关键业务，同时 预报天气所需要的计算能力非常高，因 此世界上最先进的高性能计算机通常都 被用来运行大规模的数值计算与气候模 拟应用。
高性能计算系统(HPC)软件实施方案
计算中心计算管理系统从功能实现来说，分为四个子模块系统，他们分别为：
2：高性能计算平台——分系统组成
高性能计算平台——仿真计算分系统
双路计算服务器、双路GPU计算服务器、16路胖节点计算服务器组成。
硬件组成
软件配置
CAE高性能计算软件由于其计算方式的不同，对CPU、内存、IO等的要求也不同，具体分为三大类：IO密集型，通讯密集型和支持GPU加速类型。
考虑因素
应用软件兼容性Linux和Windows的互兼容性CPU兼容性厂家对操作系统的支持时间
操作系统
安装方式
Windows
图形服务器本地硬盘配置一块系统盘，全部空间都分配给c:盘。安装过程中选择带“图形界面的Windows Server”。
Linux
2路服务器本地配置一块系统盘。16路服务器本地多块配置一块系统盘。操作系统安装过程中选择“Desktop User”模式，安装完成后配置Yum，Yum源放置到/apps/rhel68下面，方便后续随时增减安装包。配置PAM动态认证插件，实现动态SSH配置，提升系统安全性。每台机器需要配置IB驱动和并行运行环境，保证并行计算可以通过IB口进行通信。并行运行环境需要配置MPICH、Open MPI和Intel MPI几种，并优先使用Intel MPI。
/opt/xcat
-
集群管理软件
/apps/<appname>
C:\(本地盘)
应用软件安装位置
计算数据区
/data
/data/<密级>/<user>
S:\（映射盘）
用户计算作业临时存储空间，不同密级的任务数据文件分开
存储规划
3：项目实施——集群时钟同步
2：高性能计算平台——分系统组成
高性能计算平台——仿真计算分系统
双路计算服务器、双路GPU计算服务器、16路胖节点计算服务器组成。
硬件组成
软件配置
CAE高性能计算软件由于其计算方式的不同，对CPU、内存、IO等的要求也不同，具体分为三大类：IO密集型，通讯密集型和支持GPU加速类型。
考虑因素
应用软件兼容性Linux和Windows的互兼容性CPU兼容性厂家对操作系统的支持时间
操作系统
安装方式
Windows
图形服务器本地硬盘配置一块系统盘，全部空间都分配给c:盘。安装过程中选择带“图形界面的Windows Server”。
Linux
2路服务器本地配置一块系统盘。16路服务器本地多块配置一块系统盘。操作系统安装过程中选择“Desktop User”模式，安装完成后配置Yum，Yum源放置到/apps/rhel68下面，方便后续随时增减安装包。配置PAM动态认证插件，实现动态SSH配置，提升系统安全性。每台机器需要配置IB驱动和并行运行环境，保证并行计算可以通过IB口进行通信。并行运行环境需要配置MPICH、Open MPI和Intel MPI几种，并优先使用Intel MPI。
/opt/xcat
-
集群管理软件
/apps/<appname>
C:\(本地盘)
应用软件安装位置
计算数据区
/data
/data/<密级>/<user>
S:\（映射盘）
用户计算作业临时存储空间，不同密级的任务数据文件分开
存储规划
3：项目实施——集群时钟同步
高性能计算(HPC)资源管理和调度系统解决方案
优势—安全性
网络安全：整个系统只需要在防火墙上针对特定服务器开放特定端口，就可以实现正常的访问和使用，保证了系统的安全性。数据安全性：通过设定ACL（访问控制列表）实现数据访问的严格控制，不同单位、项目、密级用户的数据区严格隔离，保证了数据访问的安全性。用户任务的安全性。排他性调度策略，虚拟机隔离用户账户的安全性。三员管理：系统管理员、安全管理员、审计管理员三个权限分离，互相监督制约，避免权限过大。审计系统。保证所有与系统安全性相关的事件，如：用户管理（添加、删除、修改等）、用户登录，任务运行，文件操作（上传，下载，拷贝，删除，重命名，修改属性）等都能被记录，并通过统计分析，审查出异常。密级管理。支持用户和作业的密级定义。
基于数据库的开放式调度接口
案例 用户自定义调度策略：需要根据用户余额来对其作业进行调度，如果用户余额不足，该用户的作业将不予调度。 解决方案： 针对上述需求可以自定义作业的准备阶段，在数据库中为该阶段定义一存储过程用来检测用户余额信息表，根据作业所对应的用户余额来返回结果，例如： Step 1. 根据数据库开放schema配置该自定义调度策略 表 POLICY_CONF:POLICY_NAME | POLICY_ENABLEmy_policy_01 | true Step 2. 为自定义调度策略my_policy_01自定义作业准备阶段 表JOB_PREPARE_PHASE: POLICY_NAME | READY_FUNC | REASON_IDX my_policy_01 | check_user_balance | 4 check_user_balance 为方案中所描述的存储过程，其接口需要满足作业准备阶段自定义的接口要求，其实现细节如下：
现有的LSF集群系统不用作任何改动，包括存储、操作系统、LSF、应用程序和二次开发的集成脚本等。大大降低了系统的整合的难度和工作量。也有利于保护现有的投资。同时考虑到了作业以及相关数据的转发。降低了跨集群作业管理的难度。数据传输支持文件压缩和断点续传，提高了作业远程投送的效率和稳定性。支持https加密传输，安全性更强。
网络安全：整个系统只需要在防火墙上针对特定服务器开放特定端口，就可以实现正常的访问和使用，保证了系统的安全性。数据安全性：通过设定ACL（访问控制列表）实现数据访问的严格控制，不同单位、项目、密级用户的数据区严格隔离，保证了数据访问的安全性。用户任务的安全性。排他性调度策略，虚拟机隔离用户账户的安全性。三员管理：系统管理员、安全管理员、审计管理员三个权限分离，互相监督制约，避免权限过大。审计系统。保证所有与系统安全性相关的事件，如：用户管理（添加、删除、修改等）、用户登录，任务运行，文件操作（上传，下载，拷贝，删除，重命名，修改属性）等都能被记录，并通过统计分析，审查出异常。密级管理。支持用户和作业的密级定义。
基于数据库的开放式调度接口
案例 用户自定义调度策略：需要根据用户余额来对其作业进行调度，如果用户余额不足，该用户的作业将不予调度。 解决方案： 针对上述需求可以自定义作业的准备阶段，在数据库中为该阶段定义一存储过程用来检测用户余额信息表，根据作业所对应的用户余额来返回结果，例如： Step 1. 根据数据库开放schema配置该自定义调度策略 表 POLICY_CONF:POLICY_NAME | POLICY_ENABLEmy_policy_01 | true Step 2. 为自定义调度策略my_policy_01自定义作业准备阶段 表JOB_PREPARE_PHASE: POLICY_NAME | READY_FUNC | REASON_IDX my_policy_01 | check_user_balance | 4 check_user_balance 为方案中所描述的存储过程，其接口需要满足作业准备阶段自定义的接口要求，其实现细节如下：
现有的LSF集群系统不用作任何改动，包括存储、操作系统、LSF、应用程序和二次开发的集成脚本等。大大降低了系统的整合的难度和工作量。也有利于保护现有的投资。同时考虑到了作业以及相关数据的转发。降低了跨集群作业管理的难度。数据传输支持文件压缩和断点续传，提高了作业远程投送的效率和稳定性。支持https加密传输，安全性更强。
高性能计算HPC解决方案
数据来源:
MPP 15%
Others 11%
Others1 %
CPU+ GPGPU 21 %
Others 16%
GE 36% Cluster 85%
Intel X86 89%
Linux 99%
纯CPU 79%
IB 47%
系统架构
处理器
操作系统
计算加速
互联网络
主流架构技术 - Cluster+X86+Linux+CPU+IB/GE 计算、网络加速- GPGPU加速和IB网络
目录
1 2
高性能计算挑战及趋势
高性能计算解决方案 高性能计算在全球
3
创新 - 释放高性能计算潜力
应用集成 业务调度 融合管理
融合业务管理平台
开放融合
All In Rack All In Room
液冷方案
低功耗服务器
快速交付
节能技术
加速
一体化交付
NVMe PCIe SSD 卡
低能耗产品和方案
GPU加速卡 KunLun
hpc典型组网场景hpc方案总结目录高性能计算在全球高性能计算在全球高性能计算挑战及趋势高性能计算挑战及趋势高性能计算解决斱案高性能计算解决斱案112233覆盖全球多行业的hpc建设经验内布拉斯加大学田纳西大学数字领域公司澳门气象局新加波globalfoundries新加坡科学技术研究所菲律宾气象局一期新加坡astar维多利亚大学昆士兰大学肯迪大学智利cassac天文台巴西麦肯锡大学古巴石油cupet委内瑞拉国家石油公司墨西哥水利局墨西哥农业部土耳其学术网络不信息中心ulakbim土耳其yilidiz科技大学ytu土耳其伊斯坦布尔科技大学itu土耳其harran大学土耳其yeditepe大学土耳其国家石油中国欧洲亚太北美拉美中亚沙特moi非洲中东津巴布韦高等教育科技发南非chpc国家地震防灾科技学院河北省环保局北京数据通信研究院北京交通大学北京航空航天大学西南大学首都医科大学中国电力科学院国家气象局上海天文台上海众信生物东斱物探清华大学华大基因bgp英国纽卡斯尔大学英国帝国理工大学德国汉堡大学德国吕贝克大学西班牙burgos大学法国照明娱乐公司德国戴姆勒奔驰德国爱伦堡水管局荷兰水利局意大利cnr波兰华沙大学波兰pcss波兰格但斯克大学波兰西里西亚大学波兰cyfronet波兰qumak大学俄罗斯圣彼得堡大学daimler集团选择hpc造品质最好的轿车刀片及高密服务器构建戴姆勒核心汽车研发平台劣力波兰pcss建设top80超算中心137pflopspue12全球top80超算中心劣力土耳其ytu大学打造hpc平台提升科研效率80降低初期投资成本80劣力美国数字领域构建高性能渲染平台计算密度提升25每机柜能耗降低15thankyou
MPP 15%
Others 11%
Others1 %
CPU+ GPGPU 21 %
Others 16%
GE 36% Cluster 85%
Intel X86 89%
Linux 99%
纯CPU 79%
IB 47%
系统架构
处理器
操作系统
计算加速
互联网络
主流架构技术 - Cluster+X86+Linux+CPU+IB/GE 计算、网络加速- GPGPU加速和IB网络
目录
1 2
高性能计算挑战及趋势
高性能计算解决方案 高性能计算在全球
3
创新 - 释放高性能计算潜力
应用集成 业务调度 融合管理
融合业务管理平台
开放融合
All In Rack All In Room
液冷方案
低功耗服务器
快速交付
节能技术
加速
一体化交付
NVMe PCIe SSD 卡
低能耗产品和方案
GPU加速卡 KunLun
hpc典型组网场景hpc方案总结目录高性能计算在全球高性能计算在全球高性能计算挑战及趋势高性能计算挑战及趋势高性能计算解决斱案高性能计算解决斱案112233覆盖全球多行业的hpc建设经验内布拉斯加大学田纳西大学数字领域公司澳门气象局新加波globalfoundries新加坡科学技术研究所菲律宾气象局一期新加坡astar维多利亚大学昆士兰大学肯迪大学智利cassac天文台巴西麦肯锡大学古巴石油cupet委内瑞拉国家石油公司墨西哥水利局墨西哥农业部土耳其学术网络不信息中心ulakbim土耳其yilidiz科技大学ytu土耳其伊斯坦布尔科技大学itu土耳其harran大学土耳其yeditepe大学土耳其国家石油中国欧洲亚太北美拉美中亚沙特moi非洲中东津巴布韦高等教育科技发南非chpc国家地震防灾科技学院河北省环保局北京数据通信研究院北京交通大学北京航空航天大学西南大学首都医科大学中国电力科学院国家气象局上海天文台上海众信生物东斱物探清华大学华大基因bgp英国纽卡斯尔大学英国帝国理工大学德国汉堡大学德国吕贝克大学西班牙burgos大学法国照明娱乐公司德国戴姆勒奔驰德国爱伦堡水管局荷兰水利局意大利cnr波兰华沙大学波兰pcss波兰格但斯克大学波兰西里西亚大学波兰cyfronet波兰qumak大学俄罗斯圣彼得堡大学daimler集团选择hpc造品质最好的轿车刀片及高密服务器构建戴姆勒核心汽车研发平台劣力波兰pcss建设top80超算中心137pflopspue12全球top80超算中心劣力土耳其ytu大学打造hpc平台提升科研效率80降低初期投资成本80劣力美国数字领域构建高性能渲染平台计算密度提升25每机柜能耗降低15thankyou
高性能计算集群(HPC_CLUSTER)
高性能计算集群（HPC CLUSTER)1.1什么是高性能计算集群？简单地说，高性能计算（High-Performance Computing）是计算机科学的一个分支，它致力于开发超级计算机，研究并行算法和开发相关软件。
高性能集群主要用于处理复杂的计算问题，应用在需要大规模科学计算的环境中，如天气预报、石油勘探与油藏模拟、分子模拟、基因测序等。
高性能集群上运行的应用程序一般使用并行算法，把一个大的普通问题根据一定的规则分为许多小的子问题，在集群内的不同节点上进行计算，而这些小问题的处理结果，经过处理可合并为原问题的最终结果。
由于这些小问题的计算一般是可以并行完成的，从而可以缩短问题的处理时间。
高性能集群在计算过程中，各节点是协同工作的，它们分别处理大问题的一部分，并在处理中根据需要进行数据交换，各节点的处理结果都是最终结果的一部分。
高性能集群的处理能力与集群的规模成正比，是集群内各节点处理能力之和，但这种集群一般没有高可用性。
1.2高性能计算分类高性能计算的分类方法很多。
这里从并行任务间的关系角度来对高性能计算分类。
1.2.1高吞吐计算（High-throughput Computing)有一类高性能计算，可以把它分成若干可以并行的子任务，而且各个子任务彼此间没有什么关联。
因为这种类型应用的一个共同特征是在海量数据上搜索某些特定模式，所以把这类计算称为高吞吐计算。
所谓的Internet计算都属于这一类。
按照Flynn的分类，高吞吐计算属于SIMD（Single Instruction/Multiple Data，单指令流－多数据流）的范畴。
1.2.2分布计算（Distributed Computing)另一类计算刚好和高吞吐计算相反，它们虽然可以给分成若干并行的子任务，但是子任务间联系很紧密，需要大量的数据交换。
按照Flynn的分类，分布式的高性能计算属于MIMD （Multiple Instruction/Multiple Data，多指令流－多数据流）的范畴。
金融领域中高性能计算技术的研究与应用
金融领域中高性能计算技术的研究与应用一、引言随着金融市场的不断发展，信息技术的应用逐渐成为了金融行业优势的重要来源。
高性能计算技术随之应运而生，成为了现代金融行业中不可或缺的一部分。
本文将着重探讨金融领域中高性能计算技术的研究与应用。
二、什么是高性能计算技术高性能计算技术（High Performance Computing，以下简称HPC），是一种具有强大计算能力和高速数据处理能力的计算机技术，能够在极短时间内处理并分析海量数据。
HPC主要通过并行计算和集群计算来实现高效的数据处理。
并行计算是指将一个计算任务划分成多个子任务，同时在多台计算机系统上并行执行，从而提高计算效率。
集群计算则是将多台计算机系统联合起来，形成一个计算机网络，共同完成计算任务。
三、在金融领域中HPC的应用1. 高频交易高频交易是指通过计算机程序，利用快速传输线路、强大的计算处理能力和算法交易等技术手段，来获取微小的交易利润。
在高频交易中，毫秒级别的响应速度就可能决定着交易是否成功。
HPC技术可以通过提高计算速度和处理能力来帮助交易商获得更好的交易结果。
在金融领域中，有一些基于HPC技术的交易算法已经被广泛应用，并取得了较好的效果。
2. 风险管理金融市场的风险管理是金融机构必须解决的重要问题。
近年来，金融市场的不稳定性和风险性不断增加，使得金融机构必须寻找更加精细化的风险管理方法。
HPC技术可以实现对投资组合进行全面的监测和评估，分析不同市场和行业的数据趋势，寻找更加精细化的投资策略，并提高决策的准确性。
3. 人工智能和机器学习人工智能和机器学习技术的应用在金融领域中日益增加。
利用人工智能和机器学习技术，可以分析并预测金融市场的动态，提供更加精准的预测和决策支持。
在实际应用中，人工智能和机器学习技术需要巨大的计算和数据处理能力，HPC技术可以在这方面发挥着重要的作用。
四、HPC在金融领域中的挑战在金融领域中，HPC技术的应用面临着许多挑战：1. 硬件设施投入较大，需要高成本维护。
高性能计算介绍
进入21世纪，高性能计算进一步向并 行处理和分布式系统方向发展，利用 多核处理器和云计算等技术提高计算 性能和效率。
集群与网格计算
20世纪90年代，随着互联网技术的发 展，高性能计算开始向集群和网格计 算方向发展，实现了更广泛的资源共 享和协同工作。
02
高性能计算的硬件架构
超级计算机
超级计算机是高性能计算领域中 的重要组成部分，它通过将多个 处理器集成到一个系统中，以实
高性能计算机能够处理大量的数据，模拟复杂的物理过程，并快速地更新预测结 果。这使得气象学家能够更准确地预测极端天气事件，如暴雨、台风等，从而更 好地为灾害防范和应急响应提供支持。
基因测序
基因测序是另一个重要的高性能计算应用。通过高性能计算 机，科学家可以对人类的基因组进行测序和分析，研究基因 变异与疾病之间的关系。
高性能计算机能够模拟大规模的分子 和粒子系统，进行精细的物理和化学 分析。这有助于科学家发现新的材料、 优化产品设计、提高生产效率等。
人工智能与机器学习
人工智能与机器学习是当前最热门的 领域之一，而高性能计算在其中发挥 着关键作用。通过高性能计算机，研 究人员可以训练和部署复杂的机器学 习模型，实现人工智能的应用。
高性能计算机能够快速处理大量的基因数据，进行基因比对 和分析，并提供深入的遗传信息。这有助于科学家发现新的 药物靶点、预测疾病的遗传风险，并为个性化医疗提供支持 。
物理模拟与仿真
物理模拟与仿真涉及到各种领域，如 流体动力学、材料科学、化学反应等。 通过高性能计算机，科学家可以模拟 复杂的物理现象和化学反应过程，研 究物质的性质和行为。
VS
高性能计算机能够处理大规模的数据 集，进行高效的矩阵运算和深度学习 训练。这有助于提高人工智能的准确 性和效率，推动人工智能在语音识别、 图像处理、自然语言处理等领域的发 展和应用。
高性能计算(HPC)
可扩展性
总结词
高性能计算系统的可扩展性是指其随着规模扩大而性能提升的能力。
详细描述
可扩展性是高性能计算系统的一个重要评价指标。为了实现可扩展性，需要解决如何有效地将任务分配给多个处 理器核心、如何实现高效的节点间通信以及如何管理大规模系统的资源等问题。这需要采用先进的并行计算框架、 资源管理和调度算法等技术。
02
HPC系统架构
硬件架构
处理器架构
使用多核处理器和加速器（如GPU、FPGA）以提 高计算性能。
存储架构
采用高速缓存、分布式文件系统、内存数据库等 技术，提高数据访问速度。
网络架构
使用高速InfiniBand、以太网或定制网络技术，实 现节点间高速通信。
软件架构
01
并行计算框架
使用MPI、OpenMP、CUDA等 并行计算框架，实现任务和数据 的并行处理。
使用如Fortran、C/C、Python等语言进行高性能计 算应用程序开发。
性能优化技术
采用向量化、自动并行化、内存优化等技术，提高高 性能计算应用程序性能。
03
HPC应用案例
气候模拟
1
气候模拟是高性能计算的重要应用之一，通过模 拟大气、海洋、陆地等复杂系统的相互作用，预 测未来气候变化趋势。
05
HPC未来展望
异构计算
异构计算是指利用不同类型处理器（如CPU、GPU、FPGA等）协同完成 计算任务的技术。随着处理器技术的不断发展，异构计算在HPC中越来 越受到重视。
异构计算能够充分发挥不同类型处理器的优势，提高计算性能和能效。 例如，GPU适合于并行计算，而CPU则擅长控制和调度。通过合理地组
性能瓶颈
总结词
随着处理器性能的不断提升，高性能计算系统在内存带宽、 I/O性能以及处理器间通信等方面出现了性能瓶颈。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
如何做好HPC的销售工作之应用 篇
•3、计算数学 主要应用软件：Gaussian 了解用户研究方向：科研基础软件 了解关键词：需要CPU高主频，并行效果差 CPU选型：advanced 内存选型：1、根据CPU 2、不需要大内存 硬盘选型：I/O量大，SAS 网络选型：不建议跨节点，需跨节点选择IB
如何做好HPC的销售工作之应用 篇ห้องสมุดไป่ตู้
•1、计算物理
•主要应用软件：VASP 了解用户研究方向：物理计算方向有金属、半导体、绝缘体 了解关键词：Kpoint 4X4X4 8X8X8 CPU选型：advanced 内存选型：1、根据CPU 2、CPU及Kpoint 硬盘选型：I/O量小，SATA 网络选型：跟进Kpoint 软件线性比：高
高性能计算（HPC）概念
•指使用多处理器（作为单个机器的一部分）或者某一集群中 组织的几台计算机（作为单个计 算资源操作）的计算系统和 环境。 单指令（SIMD）：跨多个处理器的同 时执行相同的计算指令和操作，理解 为计算单一任务 计算分类 多指令（MIMD）：跨多个处理器的同 时执行相同的计算指令和操作，理解 为计算多任务
消息传递接口（MPI）:节点间传递计算消息
函数库：提供计算过程中所必须的解释工具
高性能计算（HPC）机组成
• • • • 1、计算子系统（可包含CPU、GPU、多路子节点） 2、网络子系统（管理网络；计算网络（Ethernet、IB）） 3、存储子系统（本地存储、并行存储） 4、管理子系统（对整个高性能计算平台运行性能进行实时
• 2、了解我们能为用户做什么
a) 机群硬件系统搭建 b) 机群软件系统安装
如何做好HPC的销售工作
•Linpack 理论峰值计算 什么是Linpack？
是国际上主流测试HPC浮点运算能力的工具，影响其数值要素为：硬件、 软件及执行参数。 硬件：CPU、内存、网络 软件主要指：MPI 、数学库（函数库） 执行参数指：矩阵规模（计算一元N次方程矩阵，采用高斯消元法（就是 我们说的代入法），通常有100、1000、N即自定义三种。）
如何做好HPC的销售工作之应用 篇
•2、计算材料 •主要应用软件：Materials Studio
了解用户研究方向：分子材料模拟、高分子材料
了解关键词：分子动力学；显示输出 CPU选型：advanced 内存选型：1、根据CPU 2、材料不需要大内存，分子动力 学需要 硬盘选型：材料I/O量小，选择SATA，分子动
理论浮点峰值= CPU主频×CPU每个时钟周期执行浮点运算的次数×系统中CPU核心数目
所以理论值和实际值是有差距的，目前要求Linpack的人在逐渐减少
如何做好HPC的销售工作
• a) b) c) • a) b) Raid 技术 Raid 0 Raid 1 Raid 5 计算网络 千兆网络 Infiniband 高速计算网络
管理节点
存储节点
存储阵列
远程
管理千兆 交换机
计算节点
高速Infiniband 交换机 控制台
以太网 Infiniband 光纤网 KVM网 机房
本地KVM
• 1、熟悉HPC的核心
a) b) c) d) e) f)
如何做好HPC的销售工作
CPU （basic、standard、advanced） 熟悉Linpack的算法 两代主流CPU直接的比较 熟悉内存和硬盘及Raid技术 了解用户计算软件应用情况 了解用户计算网络环境需求
如何做好HPC的销售工作之应用 篇
•4、流体力学/分子动力学 主要应用软件：CFD(Ansys、Fluent)工程计算 软件 了解用户研究方向：流体材料、空气动力、 化学反应 了解关键词：并行效果高，动态负载均衡 CPU选型：advanced 内存选型：1、根据CPU 2、需要大内存
如何做好HPC的销售工作之应用 篇
•5、量子化学 主要应用软件：ADF
了解用户研究方向：物理光谱、分子计算、 材料计算 了解关键词：并行效果高，动态负载均衡 CPU选型：advanced 内存选型：1、根据CPU 2、不需要大内存 硬盘选型：I/O量小，SATA
如何做好HPC的销售工作之应用 篇
•6、材料计算 主要应用软件：wien2k 了解用户研究方向：材料计算、电导率 了解关键词：并行效果低 CPU选型：advanced 内存选型：1、根据CPU 2、需要大内存 硬盘选型：I/O量大，SAS 网络选型：千兆网
如何做好HPC的销售工作之应用 篇
•6、理论化学计算
主要应用软件： NAMD+CHARMM;GROMACS;AMBER
了解用户研究方向：理论化学研究；材料计 算；分子 动力学 了解关键词：并行效果高 CPU选型：advanced 内存选型：1、根据CPU
如何做好HPC的销售工作之GPU 应用
•应用方向：1、生命科学 2、自制程序
厂商 GPGPU硬件产品 Tesla 系列GPGPU CUDA 应用软件的 较为广范的 支持 编程环境 应用情况
如何做好HPC的销售工作之GPU 应用
支持GPGPU 的生物计算软件－GROMACS
支持GPGPU 的生物计算软件－NAMD 支持GPGPU 的生物计算软件－HMMER
支持GPGPU 的生物计算软件－MUMmerGPU 支持GPGPU 的生物计算软件－AxRecon
监控和管理功能，同时还实现用户交互接口，用户可以方便地登录到 高性能计算平台，申请功能服务器及硬件资源，启动、停止自己功能 服务器功能。）
• 5、软件子系统（系统软件包括操作系统、编程语言、并行环境、
数学库、性能调优工具、管理软件、调度软件）
高性能计算设备拓扑
外网 Internet 路由器 内网 防火墙 千兆交换机 局域网