|
企業是否需要高性能計算?在當今數據驅動的世界中，高性能計算(HPC)成為組織的首選平臺，很多組織希望深入了解基因組學、計算化學、財務風險建模、地震成像等領域。最初由需要執行復雜數學計算的研究科學家所采用，高性能計算(HPC)現在引起了各個領域組織和企業的關注。 高性能計算(HPC)數據存儲系統Panasas公司系統工程總監Dale Brantly說,“我們依靠數據的收集、分析、分發而蓬勃發展的環境，并依靠可靠的高性能計算(HPC)來支持具有強大計算能力的簡化工作流程。” 雖然中小型企業采用高性能計算(HPC)技術仍然相對較少，但對于愿意投資于這種技術和專業知識的組織來說，高性能計算(HPC)具有巨大的潛力。 通常，高性能計算(HPC)用例專注于某種類型的仿真。谷歌云首席技術官辦公室高性能計算(HPC)和量子計算技術總監Kevin Kissell說：“高性能計算(HPC)可以模擬機翼上的氣流、發動機燃燒、行星氣象系統、核反應，以及投資組合的估值。”其他用例則以分析為目的，例如統計廣告投資回報率或評估業務部門的績效。仍然可以將其他用例歸類為翻譯或轉換。他說：“就像視頻的渲染一樣。”
許多企業和IT領導者都誤以為高性能計算(HPC)系統都是基于超級計算機的。但一種更廣泛使用的方法是將多臺小型計算機集成到互連的集群中以提供高性能計算(HPC)功能。在這種安排下，集群中的每臺計算機都充當節點。每個節點通常配備有多個處理器(稱之為計算核心)用于處理計算任務。每個節點內的處理器、圖形處理單元(GPU)和內存資源相互連接以創建高性能計算(HPC)系統。
由于采購和運行超級計算機及其定制軟件的成本遠遠超出了大多數企業的財務承受能力。使用運行現成軟件的相對便宜的互連計算機，集群型高性能計算(HPC)通常更易于部署和運行。 北卡羅來納大學教堂山分校(UNC-Chapel Hill)長期以來一直依靠其本地高性能計算(HPC)集群來支持多個科學、工程和醫學領域的研究活動。然而，隨著研究計算需求的持續增長，用戶需求開始超過當前系統的計算資源和容量。該大學并沒有增加現有的高性能計算(HPC)投資，而是決定采用云計算技術提供按需的高性能計算(HPC)環境。 實踐證明，該方法既具有成本效益，又具有高度靈活性。北卡羅來納大學教堂山分校首席信息官Michael Barker表示，“采用云計算，我們就可以提供完成所要求工作所需的計算工作。這是一種滿足運行計算工作的需求非常有效的方式。” 相同的任務在大學的高性能計算(HPC)本地集群上運行可能要花費一周的時間才能完成，而他采用云計算高性能計算(HPC)只用了幾個小時就可以完成。” 盡管云計算高性能計算(HPC)服務具有某些優勢，但對于關注安全性和隱私的企業而言，它并不總是最佳或最合乎邏輯的選擇。為了解決隱私問題和對強大計算能力的需求，邁阿密大學選擇投資于基于本地的超級計算機的高性能計算(HPC)系統。最關鍵的是，該大學認為，擁有大量多維數據集的研究項目可以在專門設計的高性能超級計算機上運行得更快。 組織需要選擇一個簡單但具有代表性的測試用例，并且可以清楚地識別從高性能計算(HPC)仿真或分析中獲得的知識和見解。然后選擇針對自己的問題類別設計的軟件包的簡短列表，并進行更多的嘗試。” |
