英特尔：助力ChinaGrid成为全球最成功的教育网格

英特尔如何帮助科教用户优化HPC系统？

ChinaGrid（中国教育科研网格，下文简称CG）2009研讨会近日在山东烟台举行，密切关注并积极参与CG建设的英特尔公司也在本次大会上带来了最新的平台动态、软件开发工具、以及支持策划的信息，而在会后，我们也与英特尔的相关人士进行了进一步的沟通，就有关CG和HPC（高性能计算）的相关话题交流了看法。

接受采访的英特尔嘉宾，右起：英特尔（中国）有限公司服务器产品事业部产品经理顾凡先生，英特尔（中国）有限公司亚太客户响应团队技术经理何万青博士、英特尔（中国）有限公司企业解决方案部教育行业中国大区经理姜涛先生

根据CG的第二期规划，将会发展40至50个新的学校作为CG的节点，并预计在明年年底完工，那么明年第一季度推出的Nehalem-EX在这个CG规划中是否应用更广？

顾凡：CG的第二期的建设将从今年年底启动，而在今年可提供的产品主要就是至强5500和至强7400系列，明年将有Westmere-EP与Nehalem-EX两款产品，但具体到采用何种处理器，每个高校都会有自己的考虑，这主要是根据其自身的研究方向与领域。我们相信至强5500仍然是未来高性能计算（HPC）应用的主力，Nehalem-EX在教育系统里也肯定有自己的应用领域，比如替换以往的安腾系统、4-8路的RISC系统。而且Nehalem-EX的多路巨量内存的特性，对于内存带宽和容量需求密集型的应用有明显的优势，如果高校认为其更多的应用适用于OpenMP架构，那么就有必要采用基于EX的胖节点设计。

Nehalem-EX可以很容易的实现8路胖节点，因此它的出现，对于HPC的影响引人关注，尤其是对于侧重于OpenMP的应用，它的诱惑力很大

我们知道教育行业里也有不同的研究方向和应用模式，这反映在HPC上的需求也是多种多样，英特尔也强调HPC不应只看Linpack，更应该结合具体的应用进行优化，那么英特尔如何帮助不同需求的教育机构进行这方面的工作？

顾凡：HPC的应用主要可以分成两大类别，一种是商业应用，比如金融、石化，另一类则是科研教育，比如气象、天文、物理、地理、生物等等，涉及到的计算也是多种多样，如流体力学、结构力学、生命/化学等，我们负责的是亚太区的HPC支持，我们可以与相关的院校进行深入的交流，而国内高校在一些应用与国外也有相似之处，因此我们可以更便利的得到在国外已经积累的经验，而且在国内的高校里，我们还有丰富的学生资源，他们也可以投入到代码优化的工作中。我们之前做过一个开源的化学成分分析的应用优化案例，从最初的16小时的计算用时，优化到了6个小时，最后的目标则是2-3个小时，可见成效的显著。现在的HPC系统都建立在并行的集群之上，我们的长处就是优秀的工具，而客户的优势就是算法，我们将算法以最优化的方式进行实现从而达到代码优化的目的。

何万青：在另一方面，我们做的一项重要工作就是帮助高校客户理清他们的应用特点，即针对他们的HPC应用进行特性分析，因为不应用所体现出来的特性不一样，有的是内存敏感型，有的是主步敏感，有的是I/O敏感，所以我们要从客户的具体应用出发来重点看几个指标，即CPU、内存、I/O、网络的状态与负载，从而总结出其应用的特性，最终帮助客户进行正确的设备选型。比如面对气象研究的，就对缓存和内存的需求明显，如果只提高主频并不会获得好的提升效果，但Linpack的测试并不能体现出这种特性的影响。我们也会把相应的特性进行总结，比如生命科学类相对就的硬件配置，这些资料也会提供给OEM厂商，以便为更多的生命科学类的客户服务，并希望OEM厂商与我们一起共同推广面向应用的基准测试。

英特尔帮助客户来理清自己的HPC应用特点，上图就是相关指标的分析结果，从而可以有针对性的对HPC系统进行优化

能否分析一下商用HPC与科教HPC之间的差别？

顾凡：我们认为科教领域是HPC发展的源动力，是HPC发展的持续推动力，很多顶级的HPC系统，基本上都是科研单位的。但HPC在商业领域的加速度很大，这是因为商业客户越来越多的发现HPC是一个很好用的工具，就像是学生用的计算器一样，虽然你要花钱去买，但给你带来的好处更为巨大。对于商业客户来说，就是性价比很高。现在应用HPC的商业领域包括了石油石化、金融、制造业、制药、动漫等等。从系统上来看，两者从理念上讲是一样的，但是商业系统所跑的应用就那么几套，它受相应的ISV驱动，但科研的应用就要多多了，因为有很多是科教单位自己开发的，或者我们或者是ISV辅助开发的，所以应用的多样性是两者的一大区别。而且商业HPC更关注硬件、软件之外的附加成本，比如电费，因为毕竟是商业单位，要追求利润，所以更看重ROI（投资回报率），但科教单位并不是这样。

国外有没有类似于中国CG能不能比较一下中国教育行业与国外同行在HPC应用上的差距？

姜涛：这个差距还是比较大的？不过我们的目标是把CG建成全世界最大最先进的实用的教育网格，未来还将包括中小学，还将有更多的教科研的专家加入到这一计划中。现在一期建成后，我们要考虑的不光是仅仅是纯科研的支持，还要考虑生存的问题，为此我们也在引进澳洲与英国的电子教育的成功经验，引入智能化的教学。总之，要比最终的应用纳入到CG中。现在CG也在正考虑与IPV6的关系，拉近了教科研的关系了，这有助于解决CG的生存环境的问题。其实我们的硬件平台与周边的国家相比并不算落后，差距主要体现在应用与科研的配合上，未来有必要在理念研究的基础上进行相应的突破。相比之下，日本教育系统的HPC生态环境就很好，因为有很多的应用与科研项目的支撑，这些经验都对CG的创新的很大的帮助。现在CG在上规模，但是与应用规模的衔接效果还不是太明显。这里可以的看出一个现象，商用HPC的投资回报基本是可预见的，而高校的HPC投入的产出很难去判断，建CG的是计算机专家，但未来用CG则是相关领域的科研专家，也就是应用专家，而研究成果能不能被有效的应用，能产生多大影响，也将是CG未来应用所需要思考的一大方向。

CG的覆盖规模在第一期和第二期时都是定好的了？

姜涛：CG总体的规划是覆盖100所高校，但这只是一个计划，而这其中所涉及到领域和应用包括了生物、流体、图像、数据处理、远程教育，后两者也可以算是CG的主要应用，而英特尔的软件教育学院也一直在密切支持并参与CG的建设。

能不能解释一下开发C++ Studio和Ct以帮助用户进行并行化的初衷？

何万青：我们的C/C++ Studio是与微软的VC相配合或者说有密切关系的，为什么选择C语言，也是因为使用利用VC庞大的开发群体，而且面向HPC最多采用的Linux环境，来自业内的支持力度会更大，从而可以让客户可进行更快速更有效的编程，并让并行计算真正开始普及化平民化，这也是英特尔所愿意看到的，而Ct则为用户提供了更便利的编程环境。

英特尔在进行HPC调优化时如何平衡OpenMP与MPI之间的关系？

何万青：这是个经久不衰的话题，不过这两种架构模型还是有很大的不同，OpenMP强调的是线程级并行处理，而MPI则是进行级并行处理，所以在任务调度上还是有不同的。在MPI中，争取将进程均派到各个处理核心上，而在简单loop级别针对OpenMP进行优化，而且很多应用只有OpenMP的版本，但在这方面也有优化的空间。

我们发现有些应用软件在使用到32个核心之后，性能就不再提升了，那么对此类的应用又将如何优化呢？

何万青：的确有这样的现象，而且如果一个节点上的核很多的时候，MPI的通信压力就会加大，很可以会让HPC系统崩溃，这就需要将程序进行分块处理，尤其是系统规模超过64至128核的时候，而且每个应用都有自己的特点，并不见得越大越好，这要看应用的可扩展性。扩展性强的，硬件规模才可能越来越大，规模小也没有必要使用更多的核。

那么英特尔如何帮助CG的客户进行HPC的选型呢？

姜涛：HPC系统的选型的确是一个比较复杂的话题，很多用户对此都处于选择和痛苦当中。但英特尔所提供的不仅仅只一个平台，我们提供的是360度的全方位支持，我们有专门的响应团队，及时向用户通报我们及友商的情况，向客户阐明如何保证持续的发展，未来将要面对的问题等等，因此在一个项目执行之前很早就会在一起沟通了，我们参与了教育部门的20多个项目，都是以这样的模式进行跟进，从最早的论证、各个大学、教授的参与以及与国外相关客户的交流等等，来帮助客户选型的预热。

我们也知道HPC的应用有很多种，那么英特尔支持的模式有何异同？

何万青：我们也一直在关注这个问题，商业HPC应用相对单一固定，所以进行优化相对简单，但前面我们已经说了，虽然科教系统的HPC应用五花八门，可仍然会有一些共性存在。比如某高校的HPC可能只是一种应用，那么应用特性就比较单一了，而某个HPC的应用是一个系的不同学科的应用，比如物理系理就有热学、力学相应的HPC应用，这些应用也会一些共同的特性在里面，从而要找出这些共同的特性进行调优，另一种则建一个数据中心，各系都可以使用，这里的应用特性就比较复杂了，这时我们选择特性的综合侧重点来调优，利用HPCC工具来达到最好的平衡，因此不同的应用模式所针对的优化方法也不尽相同。

英特尔面向应用的HPC分析模式，它划分为单一的关键应用类型、一组的同类应用类型、一组特殊的应用类型以及能用的HPC计算中心应用，针对不同的应用类型也有不同的特性筛选方法，来有针对性的进行系统调优