知识学堂：如何构建低成本服务器集群

当我们需要较高的计算能力时，一般会有两种选择。一个选择是构建一台超级计算机，这需要一个非常庞大的高速服务器机群，非常快的存储阵列和光速的数据连接——所有这些都是非常昂贵的。另一个选择是一种低成本的方法：用低功耗的和廉价的电脑构建一个服务器集群。

本文列出了解决高性能计算需求的4大低成本的典型案例。在这些案例中所使用的集群在研究宇宙初期的射线、研发下一代雷达或是尽可能又快又经济地运行网络测试等方面都提供了近乎实时的处理能力。

1. GPU集群用于天体研究

这是一项很独特的任务：在澳大利亚内陆构建一个高性能计算集群，在这里比较容易探测早期宇宙的演化迹象，因为周围的夜空没有任何射线干扰。

如你所预料的，可以进行这项任务的高性能计算的选择并不多。对于默奇森宽场射电天文望远镜阵列的研究人员来说，电力供应是一个主要问题。该阵列距离最近的居民点有50公里，距最近的市镇有大约300公里。如果要构建一个标准的高性能计算集群需要耗费大量的电力，这是当地的电力设施所无法提供的。

位于澳洲内陆的默奇森宽场射电天文望远镜阵列

于是，默奇森宽场阵列便采用了大约80个GPU(图形处理芯片，Nvidia Tesla S1070)构建了两个服务器集群。所有计算设备只需要使用柴油发电机提供40KW的电力即可。

来自望远镜阵列的高达2.5Tflops的天文学数据需要以3GB/sec的速度进行运算。而由于澳洲内陆没有光纤连接，所以图像处理的工作相当繁重。射电天线捕捉宇宙射线数据，再将这些数据馈送给一个叫相关器的设备，由后者输入GPU。

图像处理主要是利用数学方程式把傅里叶数据转换成真实空间数据，校正电离层失真和测量仪器。

“现在的CPU，比如至强和皓龙都无法在有限的电力条件下提供所需的计算能力，”帮助构建计算集群的研究人员Richard Edgar说。“我们曾考虑过使用低功耗的MIPS处理器，不过这些处理器不能提供所需的计算性能。GPU提供了唯一可能的成功机会，能在较低的功耗下提供极高的计算能力。”

这个集群尚未最后完工，不过测试原型机已搭建完成并开始试运行。Edgar称，如果按Tflops/每瓦的指标来衡量，该集群是目前世界上最快的高性能集群。

2. 美国空军研究实验室的PlayStation 3集群

技术上的一大挑战就是要让计算机能和人一样去做相同的任务。对于空军来说，这就意味着要教会计算机能够识别雷达图像，准确辨认任何异常情况，而且还不能有任何延迟进行实时处理。

美国空军研究实验室信息委员会的首席科学家Richard Linderman称，该实验室的计算需求非常之高。

实验室需要使用特殊的图像“实时剔除大气层造成的失真，”Linderman解释道。实验室还要采用神经形态计算方法“探索让计算机和人脑以同样原理工作的方法——例如强大的目标识别能力，”他说。

Linderman说他在几年前就开始考虑PlayStation芯片了，当时他的团队刚开始研究超级计算机的构建成本。他说，洛斯阿拉莫斯国家实验室的走鹃超级计算机是IBM专为该实验室建造的，成本超过了1亿美元，然而根据已经公开的一些报道，走鹃所使用的Cell芯片实质上就是IBM、索尼和东芝联合设计的、用在PlayStation 3游戏机上的芯片。

Linderman说，PlayStation 3集群的初始建造成本约为33万美元，峰值计算能力可达40Tflops，性价比要比走鹃高出10多倍。美国空军最近重新设计了这一集群，真实可使用更便宜的组件产生更高的计算能力。目前的这一集群大约是GPU和PS3芯片各占一半，峰值性能在500Tflops左右，成本仅为200万美元。

“我们不想在电力上花费太多成本，所以能效是一个重要的衡量因素，”Linderman说。“大多数500Tflops的超级计算机都要耗费数兆瓦的电力；而我们的这一集群只需300KW。这样一来，每年每兆瓦就能节省大约100万美元，这是相当节约的，同时又能让我们获得500万亿次的计算性能。”