科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网服务器频道高性能计算与HPC相结合紧密 英特尔继续支持教育网格发展

与HPC相结合紧密 英特尔继续支持教育网格发展

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

前不久在大连举行的2011年中国网格大会(ChinaGrid)上,来自国内多个院校和企业的专家学者就目前国内教育网格的发展现状与厂商最新推出的才产品技术做了深入的交流。记者在会后采访了来自清华大学计算机系的郑纬民教授以及英特尔公司高性能计算业务总经理RajeebHazra先生。

作者:孟庆 来源:ZDNet China【原创】 2011年8月31日

关键字: GPGPU 英特尔 MIC 网格 高性能计算

  • 评论
  • 分享微博
  • 分享邮件

ZDNet至顶网服务器频道 8月30日 大连报道(文/孟庆):前不久在大连举行的2011年中国网格大会(ChinaGrid)上,来自国内多个院校和企业的专家学者就目前国内教育网格的发展现状与厂商最新推出的才产品技术做了深入的交流。记者在会后采访了来自清华大学计算机系的郑纬民教授以及英特尔公司高性能计算业务总经理RajeebHazra先生。

 与HPC相结合紧密 英特尔继续支持教育网格发展

英特尔公司高性能计算业务总经理Rajeeb Hazra先生

据Rajeeb先生介绍,高性能计算在长久以来都是专门为高端科研和海量计算打造的系统,因此过去都是以业务为出发不计成本的打造这类计算机。而英特尔则认为未来的高性能计算将考虑建造成本和未来的运营成本,因此只有极具能效比的产品才能不断提升高性能计算的密度,同时为高性能计算中心提供持续的升级潜能。

与HPC相结合紧密 英特尔继续支持教育网格发展

因此英特尔认为只有打造面向真实负载的高性能计算系统才能真正在日后发挥作用。Rajeeb先生对记者表示,在最新的Top500中有387套系统采用了英特尔至强平台,其比例达到了77.4%。而在新增的256套超算系统中,采用英特尔至强平台的系统更是达到了87.9%,并且其中50%采用的是至强5600系列处理器。他表示,从应用的角度来看计算、内存、能耗、成本、资源等五大因素是当今高性能计算面对的主要性能挑战。

此外,英特尔认为未来的高性能计算系统随着计算性能的攀升,会带来不可避免的高能耗。而要避免CPU堆叠带来的过高耗能,只有采用协处理加速的方式。目前的GPGPU解决方案存在的弊病在于编程困难,对于高性能计算来说需要重新编写很多代码。而英特尔早在去年ISC上宣布的MIC众核计算架构则完全采用了x86内核设计,未来将与至强平台一同服务于高性能计算系统。Rajeeb说:“不论是哪个行业的应用类型,其编程模型是统一在x86架构下的,因此不论是至强平台还是未来的MIC众核计算平台,其应用均可以顺利的迁移和运行。”

与HPC相结合紧密 英特尔继续支持教育网格发展

目前英特尔正在和全球数十个合作伙伴共同测试、研发MIC产品,并且推出相关的并行软件开发平台等。

对于ChinaGrid的支持,Rajeeb对记者说,虽然英特尔没有特别的针对网格做任何项目,但是在与其他大学做的联合研究当中,也在为网格做相应的基础架构建设,包括WiMAX互联和底层的数据中心构建——英特尔是通过共同研发的方式来做工程支持。英特尔致力于推动标准的建设,通过实践将技术标准化是英特尔积极参与在各个标准组织中的原因,因此在网格方面虽然没有独立的项目,但是英特尔也一直在参与网格方面的标准制定和研发。

与HPC相结合紧密 英特尔继续支持教育网格发展

清华大学计算机系教授郑纬民

清华大学郑纬民教授则对记者介绍了目前ChinaGrid的发展情况。他表示,在ChinaGrid第一期清华大学主要做的是生物信息学的网格。而未来第二期网格建设中,清华大学将突出服务的概念,主做8个重点学科的网格服务。清华大学希望能以服务的形式将学校的计算资源通过网络共享给全国其他院校与用户共同使用,包括CPU、内存等资源,从而真正实现网格计算当初设定时的目的。

据他介绍,目前每天有3万多人在使用清华大学的网格计算,包括精品课网格进行的网络教育和计算网格提供的计算服务。另一方面,清华大学在ChinaGrid内做的网格中间件已经有数个组件被国外网格借鉴过去做网络支付。

郑纬民教授还介绍了目前清华大学计算机系863评测中心的现状。他对记者表示,863评测中心提出了针对方案的全过程评测,该中心可以针对硬件方案和软件做业务模拟。在评测需求内测试所定方案和软件能否在制定时间内按时按量的完成,并且针对其中的BUG做相应的排查。这是全过程评测中的一个方面,从实际软硬件搭配的角度去验证方案可行性;而另一方面则是针对该方案进行机器选型评测,包括机器的稳定性、实际性能和业务扩展能力测试等。

郑教授举例表示,以往有一个新的生物学信息序列需要查询是否重复,有没有研究价值。以往只能通过各种沟通,与南京大学、复旦大学、北京大学等不同大学的数据库进行对比,在无数次电话沟通之后进行很多排查才能发现有没有重复和研究价值。这种过程非常占用时间,而现在通过清华大学的生物信息学网格,生物序列可以只需要在清华的网格内提交,就可以自动查询各大高校的数据库,非常方便的返回相关结果。

对于GPGPU的作用,郑教授表示实际上院校采用GPU做协处理的目的在于减少CPU使用量,一方面是成本和机房所限,另一方面是减少单纯CPU计算时的庞大功耗。选择不同的计算平台主要取决于面对的应用和业务类型——如果是并行计算较多的计算,如生物医药、地球物理等,那么GPGPU具有能效比优势,而串行计算为主的计算应用则适用于CPU。

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    重磅专题
    往期文章
    最新文章