浅析高性能计算集群在企业的应用

时间:2009-02-22   来源:   网友评论:0   人气: 292 作者:

你所在企业的IT系统是否面临着性能瓶颈?不断增长的数据、日趋复杂的计算,现有的计算系统是否能胜任?当四核处理器日渐普及,八核乃至更多核的处理器呼之欲出,现有的应用是否能充分发挥多核的计算优势?当面临这些问题的时候,你所需要的很可能就是高性能计算。

什么是高性能计算

在新近公布的全世界最快的500台超级计算机Top500排行榜中,上海超级计算中心命名为“魔

方”的曙光5000A超级计算机排名世界第十,并成为亚洲最快的计算机系统。

长期以来,超级计算(Supercomputing)或者高性能计算(HPCHigh Performance Computing)是IT领域的阳春白雪,总是蒙着一层神秘的面纱。它意味着那些体积庞大、造价昂贵、功能强劲的超级计算机,在天气预报、石油勘探、药物设计、核武器模拟等少数以科研为主的高端计算领域发挥效用。

对企业和普通老百姓而言,似乎是遥远的事情。然而这一切正在发生着悄然的变化。

所谓高性能计算,是指利用超级计算机系统来解决普通计算机无法解决的一些复杂问题。过去的超级计算机大多采用专用的处理器和互联技术,价格极其昂贵,通常只能存在于少数由政府支持的核心部门或实验室。上世纪末,集群技术的出现和成熟使得高性能计算机的门槛大幅度降低,目前集群系统已经成为高性能计算机的主流。

并行计算是高性能计算的核心,即将复杂的计算任务分解为若干个独立或相关的子任务,交由多台计算机协同计算,以达到加速处理的效果。

现阶段,高性能计算、集群计算或者并行计算这三者可基本视为同一个概念,而超级计算则是其中的高端部分,意味着基于成百上千台计算服务器进行的计算。

谁需要高性能计算

高性能计算已经在石油、汽车、游戏、金融保险等领域得到了广泛的应用。石油企业需要对海量的地质数据进行反演处理,获知地层的结构状况,从而判定是否有油层的存在。同时在开采过程中,高性能计算还被用于模拟油层的流动变化和分布情况,据此来制定开采计划。汽车企业则大量使用CFDCAE技术来进行汽车的设计研发,包括外型设计、结构设计、安全性评估等。上述工作的计算量十分庞大,采用高性能计算技术能大大缩短研发周期。以汽车碰撞试验为例,一次普通的整车碰撞模拟,使用单台计算机需要三四天,而使用32CPU进行并行计算,计算时间可缩短到4个小时。

然而,对绝大多数企业而言,亟需关注的是各类新兴的高性能计算需求。

以制造业为例,通常一家公司会有多个产品线,生产不同型号的数十种产品,涉及近百个车

间和成千上万种原料和半产品。现代企业对生产计划有着众多的要求:按单生产、按需采购、零库存⋯⋯APS系统(Advanced Planning & Scheduling,高级排程系统)作为MRP系统中重要的组成部分,即用来解决这一问题。然而性能却渐渐成为其应用的主要瓶颈。对一家中等规模的企业,进行一次排程计算通常需要数十分钟或数小时,而企业期望的是几分钟。

不断扩张的生产规模、激烈的市场竞争和用户求新求变的消费习惯对企业现有的ERPMRP等系统提出了新的要求,除了关注功能,对性能的需求也将日益凸显。

除了APS系统外,物流调度系统、员工(如飞行员)排班系统等各类优化调度类系统将会愈来愈受企业的重视,以更好的节省成本,提高效率。由于算法和问题的复杂性,这类计算通常工作量庞大,传统的单机方式已经很难满足企业的实际需求,基于多核和集群系统的并行计算或高性能计算将是解决上述问题的唯一选择。

海量数据和大量用户的响应处理是众多企业面临的另一难题。经过十多年的信息化历程,企业已经积累了大量的数据,且随着企业规模的扩张和业务的发展,数据的规模呈几何级数增长。如何快速、准确的从海量数据中分析获得所需内容,完成从杂乱的数据到有价值的信息之间的转换,并向大量用户提供第一时间的响应,这是现有的信息系统面临的严峻挑战。


 

文章评论