高性能计算 遭遇四大瓶颈

申请免费试用、咨询电话：400-8352-114

由于高校“越来越有钱”，也由于硬件的大幅降价，“高性能计算”在高校已进入普及阶段。但回过头来看，让昔日神秘昂贵的大机器成为高校堂前燕容易，真正发挥出这些设备的作用，却有很长一段路要走。“很多高校开始热情很高，现在反倒徘徊观望起来，因为不少学校买了以后用得并不好。”山东省高性能计算中心副主任栾峻峰说。
    
“分散”瓶颈

“高性能计算发展到今天，资源分散已成为应用瓶颈，当务之急是进行资源整合，建立起集中式高性能计算公共服务平台。”南京航空航天大学网络信息中心主任袁家斌直言不讳。袁家斌向记者介绍，这几年高校的高性能计算平台大都是“各自为政建起来的”，有条件的院、系纷纷上马，这些分布于高校各学科的机器犹如一家一户的小发电机，自发自用，结果是既造成了资源的大量闲置，又囿于各自的计算能力办不成大事，如今到了“该考虑一下集中供电的问题了”。

譬如物理系与化学系都需要高性能计算设备，买不起大的就各买一台小的，完成一个计算任务得一个小时。如果两个系合起来买一个大设备，10分钟就能完成同样的计算任务，还可以对外接活，既提高了机器使用率，又可节省机房、设备、电费乃至维护人员，何乐不为呢？况且任何设备都有个使用周期问题，计算机更新和降价的速度又特别快，闲置不用很快就贬值甚至成废铁一块了，因此如何在有限的时间里最大限度地利用设备，是每个用户都得思考的问题，“整合计算资源已是众望所归”。

河海大学网络信息中心主任江红证实了这一看法。她说河海大学已经有4个计算机集群（Cluster），分布于4个系，“利用率都不太好”，现在想集中起来做一个公共服务平台，利用校园网搞成一个校园网格。“我们为此专业成立了一个网格与高性能计算研究所，校领导亲自挂帅来做这件事。”

江苏省高校的高性能计算，最早是南大气象系5年前搞了一个超级计算平台，之后又有学校陆陆续续建了一些分散的小型集群。但据了解，这种规模的计算很难做成大事。周会群教授认为，现在的高校虽然比过去“有钱多了”，但分散使用还是不行，只有“整合”才能真正实现高性能计算。他说，科研上的突破是衡量一流大学必不可少的标准，高性能计算则是当今科研离不开的工具，“很多现象在实验室做不出来，只能通过计算机模拟环境，验证假想结果”。

譬如长江三峡大坝是按“能够经受百年不遇的洪水冲击”这个标准设计的，如果遇到百年不遇的洪水大坝会怎样――你不可能把大坝毁了做实验，只能通过计算机模拟。这类高水平试验，对计算能力的要求是很高的，小机器只能“大概模拟”，大机器才可以做到“精确模拟”。可见，从应用需求看，突破“分散”瓶颈正当其时。

在南京大学网络信息中心主任陈俊良看来，计算资源整合的好处还在于，它可以让维护人员专业对口，人尽其才，调动其积极性。“高性能计算平台需要专人维护，而具体的专业院系只认专业成果，计算机维护人员的工作得不到认可，把他们放到高性能计算中心去做公共服务，专业对口，这些人更能获得成就感。”

个性化瓶颈

计算资源集中，必定带来与多样化需求的矛盾。“上海的超级计算中心有1000个结点，但公众用户的需求各不相同，你有没有多样化的软件来满足不同需求？”袁家斌说这个问题在高校同样存在。尤其是综合性院校，高性能计算的应用模式会因学科而异，“搞流体力学的、搞纳米分析的、搞量子化学的和搞计算机科学的，对高性能计算的要求和操作方式都不相同”。可商业软件的开发是追求规模经济的，如果找不到一个平衡点，这些千差万别的个性化应用就会碰到另一个瓶颈，我们姑且称其为个性化瓶颈。

山东大学计算中心主任龚斌告诉记者，高性能计算在高校最短的一块板子是“应用编程”。他解释说，要让一个应用模型在高性能计算机上跑起来，需要对软件作并行开发，这就是“应用编程”。以往做这件事，都是老师或研究生自己动手，但他们并不情愿，认为“我的专业不是这个，我搞完了算什么”？让ISV（独立软件开发商）来做也有问题――这种软件太个性化，“开发出来卖不了两三套，养不活”。这个问题还没有满意的解决办法。山东省高性能计算中心是把中心建在山东大学软件学院，就近让软件工程硕士们做这件事，“这也是一种资源整合”。

袁家斌提出的思路是：虽然“集中计算”是趋势，但也不能一刀切，在“大集中”的前提下，自家搞一个小的集群也有必要。“太个性化的应用放在自己家里做，大规模的计算拿到计算中心做。要在集中与分散的矛盾中找到一个平衡点。”他还认为，高校搞并行计算中心，目的不是为了赚钱，但也不能是免费大餐，应该遵循少量收费原则。刚开始需要政府或学校扶持一把，走向良性循环时再放手。

另一块短板子是管理工具软件。“高性能计算用户普遍面临‘怎么用’和‘怎么管理’的问题”，栾峻峰说。对公众的“集中计算”固然好处很多，但管理难度也显而易见，包括你怎么计算（用户）用了多长时间，占用了多少内存与硬盘空间，不同时间段的使用如何收费，如何监控集群每个结点的运行情况，现在还找不到一个完善的管理软件来做这件事，需要厂商和用户之间进一步磨合，一起研讨解决办法。

人才瓶颈

把一个大型应用变为计算机可以处理的模型是件很复杂的事，相关人员既要通晓专业，又要懂数学和计算机，“但目前国内这样的人才少之又少，学物理的就知道物理，搞计算机的基本不问物理是怎么回事，”周会群说，“复合型人才的匮乏，导致我们可以很快地把硬件系统建起来，应用却跟不上。”

这个问题涉及我们的教育体系和教育理念。在国外工作了十多年的周会群对此有切身体验：“要说学习，中国学生个个优秀，考试都得高分，但解决问题的能力，与西方学生却有不小的差距。”我们的中学走应试教育的路子，学生们把大量时间花在解那些很蹊跷的难题上。大学阶段大家想的是如何把学分修满，不肯下功夫铺宽知识面，轻视审美和实践教育，三年级四年级又忙于找工作，没多少心思上课了。国外中学则很重视学生的能力训练、思维方法训练和工作方法训练。录取一个大学生，除了看学习成绩外，还要看你有没有社会工作的经历，做没做过社会调查，有些什么设计与发明，等等。“复合型人才就是这样培养出来的。”

我们现在一讲计算机人才，想到的就是中科院计算所或各个大学的计算机系，“这也是个偏差”。搞计算机的人对其他学科并不熟悉，他能搞一个集群系统出来，至于上面的应用怎么跑，不是他的事。“其实应用涉及到各行各业，是一个综合系统工程，需要方方面面的人才。” 周会群说。

认知瓶颈

高性能计算项目投入产出倒挂，是专家们议论最多的话题。“在一些高校，高性能计算项目建成后利用率还不到50%”，南京师范大学地理信息重点实验室工程师叶春说。有的计算中心甚至“不要一分钱”给人做项目，惟一的要求是“有了成果给我们宣传一下就行”。造成此问题的一个重要原因，是认知上的误区。

第一，盲目攀比，所谓“人家有了，我们也要有”。有些学校斥巨资买设备主要为申请科研项目或写论文。项目拿到了，文章发表了，设备利用率也下来了，一半的钱打了水漂。解决的办法，一是坚持需求驱动。像美国宇航局的大型计算机集群，就是为解决航天问题而建的。二是分步实施，平滑过渡。譬如南师大地理信息实验室先把各个项目组的计算资源集中起来，第二步争取成为学校网格的一个结点，为周边服务。三是购买服务器注重性价比，不追求档次最高。“买浪潮服务器只需国外产品一半的钱，却能马上使用起来”，叶春说。

第二，斤斤计较机器价格，忽略服务。栾峻峰告诉记者，购买高性能计算设备过份计较价格不是好事。“集群与PC不同，PC出问题影响的只是一个用户，集群出问题要影响一大片。”再就是要舍得花钱买服务。采购招标，一个150万元的项目被压到120万元，他说“我省了30万元”，岂不知省下的是服务费用，这一“省”，机器的性能有一半就挖掘不出来了。常州狮城普兰普公司总经理万丰说。在这方面，中外用户对比强烈，外企不仅认服务，还把硬件与服务的价格剥离开来，把服务分成不同的等级，因为需要动用人力的服务一定是有偿的。中国什么时候能走到这一步，用户就真的成熟了。

来源：CCW