云计算对阵高性能计算：谁更具竞争力?

云计算对阵高性能计算：谁更具竞争力?

核子可乐译 51CTO 2015-06-24

最近一段时间以来，高性能计算集群方案到底应该自主构建还是直接购买的争论可谓如火如荼，其部分原因在于原本属于市场空白的性能与软件生态系统关键性组成部分如今已经逐渐落实到位。

|功能|sapphirecache|ehcache|memcache||:-|:------------|:------|:-------||平台无关性|支持 |支持 |不完全 ||封装层次|极低 |低 |中 ||资源开销率|低 |低 |低 ||分布式|支持 |支持 |不完全，集群默认不实现||缓存持久化|支持 |支持 |缺省不支持 ||加载虚拟机运行期数据|支持 |支持 |不支持 ||缓存并发性能|高 |高 |高 ||缓存吞吐性能|高 |高 |中 ||容灾|不支持 |支持 |支持 ||缓存数据方式|内存及磁盘 |内存及磁盘 |内存中 ||缓存回收策略|lru、lfu、fifo、rdm|lru、lfu、fifo|lru ||annotations服务|支持 |不支持，由spring实现|缺省不支持，由spring实现||代码侵入性|极低 |低 |低 ||开源性|完全 |完全 |不完全 |。游族网络下一步计划将集群模式部署在阿里云平台上，游戏逻辑将在云服务器集群运行，后端数据存储在云集群中，前端通过slb和负载均衡保证业务高可用，同时会接入log和大数据计算服务maxcomputer确保大数据业务。天梭ts850支持8颗处理器和64根ddr3 ecc内存，集成双千兆网卡，可提供9个可以热插拔的pci-e 2.0扩展槽，具有出色的系统i/o性能，通过分布式等云计算集群技术，可以轻松承担各种类型的云计算应用。

小结222. 复制性：开放式应用易于推广，但可替代性强，各类服务商均在积极介入，持续发展前景不明朗3. 盈利模式：社交服务自身难盈利，前期对接社区物业及居民成本投入高，规模培育期难估计。针对模型训练对计算性能的要求，青云qingcloud深度学习平台采用专为人工智能计算设计的nvidia tesla p100 gpu，并以直通的方式与平台内的节点对接，使得节点可以独占整个gpu，避免了虚拟化带来的损耗，全面释放gpu的计算能力，为用户提供极致计算性能，全力加速深度学习领域人工智能产品的开发。今年云计算热度不减，公有云、私有云、混合云，各路豪杰都杀向了云计算iaas领域，一直主打高计算性能高可靠性的power也加入了进来，主打企业级市场的“象云”是由中兴通讯、企商、新云东方等在云计算细分领域有着各自丰富能力的厂商发起成立云计算平台，面向高性能企业级用户，与ibm、华胜天成、东软集团成立联合实验室，采用openpower架构，打造区首家基于openpower的公有云iaas提供商。

下面提到的各项数字来自Rescale公司对于内部高性能计算集群与租赁云供应商容量及许可所进行的一次成本比较。这些数字体现了一台典型的中端集群在处理高性能计算工作负载时所带来的使用成本——注意，这里并没有考虑任何高端处理器或者加速方案。在一篇探讨高性能计算云服务使用成本的文章中，Rescale公司CEO Joris Poort解释称，这主要是为了体现最终用户的中位成本水平——一部分需要高到极致的性能表现，另一些则更关注成本因素，因此这些数字仅作为基准参考。当然，一旦新型Haswell处理器或者InfiniBand等其它高成本要素被加入进来，基础成本无疑将显著提高——特别是在采购集群设备的头一年时间当中。

实现薪酬内部公平的手段就是职位评估，根据职位要求的能力、复杂性、责任、任职条件等诸多因素进行评估排序，薪酬按照排序结果进行定档定级，这样职位薪酬就会有很明显的差距，不同职位的薪酬高低相差会有数倍甚至几十倍之多。通过薪酬调查，比较处于特定行业、地理区域或职能类别的职位的外部薪酬水平，可以有效地评价企业的薪酬结构，避免不恰当的薪酬开支，分析与薪酬有关的人事问题，促进企业对薪酬的调整，以及评估产品市场竞争对手的劳动成本。职位薪酬制下，员工薪酬收入的多少由员工所担任职位的高低或所在职位的责任大小决定。

接下来我们可以看到Poort所提供的典型集群的具体成本构成：

这仅仅是集群运维方面的支出，Poort表示实际情况还应当考虑到集群的整体拥有成本，包括技术支持团队以及其它服务项目所带来的超出表格范畴之外的支出，其每月整体成本约为11万美元。有趣的是，硬件相关成本仅为4万美元左右，但其它运维(包括供电、人员以及其它相关费用)却高达7万美元之巨。

这个数字听起来确实不低，尤其是考虑到企业往往会把为高性能计算资源准备的预算按部门加以进一步划分。举例来说，在某些企业当中，带宽方面的成本预算被纳入到整体带宽使用量监控机制当中高性能计算机房辐射。电力消耗也是如此，这部分支出往往并不会被直接划拨给高性能计算集群，因为数据中心内部还包含有其它设备所带来的能源成本。虽然这些资金都会由企业负责提供，但Poort表示直接列出数字的方式更加容易理解——此处的统计结果属于将各项开销直接累加得到的总和，其中可能也包括一部分被算在高性能计算部门头上的、实际由其它部门使用的支出项目。

”他说：“云计算将加强公民个人与社会的整体联系，并将大大提高社会运转效率，降低技术成本。爱立信在去年11月“成本和效率”计划，目标是通过降低运营费用以及节约外部开支等方式压缩成本，到2017年实现节约约90亿瑞典克朗（c114注：约合10.4亿美元）。创造科室效益的同时节约不必要的开支，降低医疗成本，保障科室走持续发展的道路。

美中不足的是，每计算核心每小时10美分的使用成本只适用于满负载运转这一假定前提之下，具体如下表所示。“在评估此类成本时经常出现的另一大误区在于，当人们审视自己在云环境下使用服务器的开销时，往往会单纯从表面理解、认为其成本比亲自购买服务器并接入基础设施更高。有鉴于此，我们需要强调一点，也就是资源利用率方面的差别——在云环境下，我们可以随时开启并关闭自己租赁的设备。而在非使用时段中，它们完全不会带来任何成本，”Poort指出。

集装箱船舶dwt 与船舶长度的关系曲线方 船舶dwt与满载吃水的关系图 3025 20 15 lo 运用水位(或水深)预报航道通航能力的方案 根据上述分析,在已知典型航段实际水位(或 水深)的条件下,可以通过水位与水深,船舶允许 吃水,吃水与dwt 的关系预报该典型航段能够 通过的最大船舶吨位,当已知某典型航道实际水 位时,根据式(2)中水位与吃水的关系,即可算出 该航道能够通过的船舶最大吃水,根据式(5)中船 舶载重量与船舶吃水之间的关系,可计算出能够 2o86420 \liq 844。缺点：该模式可使用的硬盘实际容量比较小，仅仅为两颗硬盘中最小硬盘的容量。用赔率转换实际胜、平、负率只能得出理论上的胜、平、负率，而实际胜、平、负率这个数据是一般人很难推算出来的，对于这个数据可以说只有每一个公司开赔率操作者知道，他要是不说任何人是很难推算出来的，因为公司对外只公布赔率值，这个值是含利润的，调整这个利润系数是开赔率的技巧，也是调整投注平衡的关键技术，而且对每一个球队之间和每一轮利润系数都是不同的，所以一般人是无法真正搞清楚赔率奥妙的。

峰值性能 --理论上最大的性能表现测量性能 -- 用检测软件检测出来的性能表现一般计算机生产商会标示峰值，但实际检测一般只有峰值的50%-60%左右。不过这四个软件的默认测试数据都只有1gb左右，因为目前几乎所有tlcssd都采用了slccache技术，1gb左右的测试数据其实都是在slccache空间就内部进行测试的，所以这四个软件都只能测得ssd在轻负载下的性能表现，无法反映出一个ssd在重负载下的实际综合性能，所以也就需要结合后面的pcmark8测试结果来综合分析一个ssd的整体性能。关于锂电池问题，iphone自动关机正是硬件不合格的电池和不完善的负载峰值算法两种情况的交集。

最后需要强调的是，除了可观的全球资源储备之外、Rescale公司还在软件许可方面拥有丰富的搭配组合，足以帮助独立软件开发商摆脱那些昂贵而复杂的高性能计算工程软件。对于用户来说，以小时为单位支付软件许可费用显然极为重要、甚至可算是一种独特优势。尽管这一点在上述表格当中并没能得到明确体现——特别高性能计算系统与具体工作负载的实际差异让我们很难为其制定一种准确的衡量基准，但相信用户对其重要价值绝对有所理解。

原文标题：The Cloud Versus HPC Cluster Cost Conundrum

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-101754-1.html