当前位置: > 中文 > 解决方案 > 行业方案 > 教育与科研行业
高校高性能解决方案

一.概述

随着国民经济的发展和国家“科教兴国”战略的制订,国家对 教育事业的投入日益加大,人们也越来越清楚地看到HPC(High-Performance Computing) 高性能计算技术对于国民经济和国家综合实力发展的作用以及高等院校在发展HPC技术和开展HPC应用方面的巨大潜力和无可取代的优势。国家在“863计 划”和“973计划”等高科技发展计划中、以及专门针对教育的“百亿工程”和“211工程”以及从多个5年计划中都加大了在高等院校中发展信息技术,特别 是HPC技术的投入。许多高校承担了多项国家八五攻关、九五攻关、973计划、863计划、国家自然科学基金和广东省重点攻关项目等国家(省部)级大型科 研项目,许多高校(无论是否211工程”的学校)为了贯彻“教育为国民经济发展服务”方针都积极与工农业单位和国防部门合作开展大量重大课题的研究,也形 成了对HPC迫切需求,也都纷纷设立高性能技术中心,准备购置高性能计算机。大量资金的注入、大规模的项目和实际应用需求使得中国高校成为HPC最有发展 潜力的市场领域之一。

二.客户需求: 

众所周知,高校有着大量的人才,他们有很强的创造能力和探 索能力,有着良好的学术研究氛围,这是优秀的资源。在掌握了相关的知识后,各个学院都希望通过HPC强大的计算能力计算或模拟实验运算出来的结果,来辅助 完成学术和探索方面的研究和证实,这些学术和探索方面的研究课题包括生物计算,基因研究,航空航天,分子动力学,材料化学,计算化学,物理化学,结构力 学,流体力学,有限元领域,气象领域,石油勘探等领域。这些课题的研究成果都是高校研究能力的重要体现。

高校专业学科应用HPC并行计算平台,可以充分利用学校的 计算资源,为跟踪和研发最新的科学技术、保持和提高学校的学术水平提供良好的硬件基础。这种应用一方面迎合了高校学科对高性能计算的要求,另一方面HPC 本身的集群高性价比特点降低了高校总体硬件成本,为高校直接创造价值,同时推进高校科技创新的步伐。

1.计算能力:

为了在最短的时间内完成最大的计算量,不仅需要处理能力更强的处理器(特别是64位以上高精度浮点计算能力),而且需要利用集群或大规模并行处理(MPP)体系结构等系统技术、支持更多数量处理器的并行计算机系统

2. 内存容量:

一个每方向100节点的3维模型需要32 MB内存,而每方向1000节点的3维模型就需要32 GB的内存。为了提高性能,往往需要利用超大规模内存(VLM)技术把整个数组放在内存中,这就需要高达几十以至几百GB的内存容量。内存容量增加显然也 要求系统提供更大的磁盘存储容量

3. 系统带宽:

数据量的增加促使处理器和内存、内存与磁盘间的信息交换量的急剧增加。为了能够以最快的速度传输信息,要求提供足够的系统带宽,保证内存能够及时向多个处理器提供足够的数据

4.性价比

高校毕竟不象企业一样有源源不断的企业利润,经费毕竟是有限的,利用现有的经费去构建一套高性价比的HPC方案,同时又要能满足计算能力方面的要求。

三.解决方案:

1.方案设计:

针对前面分析的用户需求,五舟服务器公司制定出如下的方案设计原则:

实际原则      从实际应用出发,遵照实际情况确定方案的选择与实施。

        先进原则      利用先进的计算机技术建设一套完整的科学计算的集群系统。

        经济原则      系统采用广泛应用且具有良好性能价格比的产品,既考虑节省投资,又保证产品的先进性和可用性。

        安全原则      系统应该受到严格的安全监控,保证系统的正常运行。

        扩展原则      系统支持动态扩展,在系统性能需要提升时,可以很方便地进行扩展

2.系统架构:

 

3.硬件配置:

 

小型高性能计算方案:

 

计算节点:双路Intel E5 2600系列处理器
管理节点:双路Intel E5 2600系列处理器
存储节点:本地存储6TB
计算网络:1000M以太网络
管理网络:1000M以太网络
方案适用于:预算50W以下项目

 

四.方案优点:
 1.多种复合功能的节点机子系统:管理节点同时具备了管理节点、存储IO节点、登陆节点等多种功能,更加有利于用户和管理者解决问题。

2.高性能的节点机:具有内存带宽高,内存延迟低,系统访问能力强等强大的优势,在多处理器系统上体现了近乎线性的性能加速比。

3.性能价格比:随着互连网络技术的逐步提高,同时也随着CPU性能的提高,PC集群系统在价格比上较其它并行计算机系统具有较大优势,只要花去较少的钱就可以购置一个性能相同的系统。

4.可扩展性:集群系统较传统的大型计算机系统具有更好的可扩张性,用户可以根据需要将集群系统的规模扩大甚至成倍扩容,无论从CPU,内存,硬盘上还是从网络上,集群系统都更加具备灵活性。