北京2020年11月20日 /美通社/ -- 11月19日,在2020全球超算大會(SC20)上,浪潮發(fā)布新一代HPC集群管理平臺ClusterEngineV5,支持超算中心HPC及AI計算負載,提供涵蓋硬件運維、業(yè)務管理和應用性能分析的全棧式高效管理,幫助系統(tǒng)管理者輕松管理上萬節(jié)點,大幅提升HPC集群的資源利用率和應用計算效率,滿足面向未來的新型超算中心的創(chuàng)新業(yè)務增長需求。
近年來TOP500超算榜單中,近30%系統(tǒng)擁有加速卡/協(xié)處理器,也就是說,越來越多的超算系統(tǒng)配有大量低精度算術(shù)邏輯單元,用來支撐人工智能計算能力需求。可以預見的是,未來超算中心將承擔更多的AI計算負載,這給超算中心的運維管理帶來了更大的挑戰(zhàn)。傳統(tǒng)HPC集群管理軟件通常是面向HPC負載設計的,往往只能管理單一的硬件或業(yè)務,而且監(jiān)控數(shù)據(jù)不能打通。為了幫助超算中心更高效、更方便地管理HPC和AI負載,浪潮推出了新一代HPC集群管理平臺ClusterEngineV5,包含硬件運維、業(yè)務管理、應用性能分析三大模塊。
面對底層硬件,ClusterEngineV5提供一體化硬件運維監(jiān)控平臺,實現(xiàn)服務器、存儲、網(wǎng)絡設備的全生命周期自動化運維,有效地幫助用戶提高運維效率、降低運維成本。平臺可實現(xiàn)7*24小時大規(guī)模硬件監(jiān)控管理,快速識別200+類問題,內(nèi)置30000+專家級大數(shù)據(jù)規(guī)則庫,快速診斷故障根因并提供解決方案。同時可以自動監(jiān)測數(shù)據(jù)中心功耗,進行智能分析、遠程控制、功耗管理,幫助用戶節(jié)省30%以上的功耗。
面對核心業(yè)務,ClusterEngineV5為上萬節(jié)點HPC集群提供穩(wěn)定、高效、易用的HPC業(yè)務管理平臺??蓪崿F(xiàn)HPC和AI應用的統(tǒng)一管理,作業(yè)提交流程極簡化。并能根據(jù)用戶業(yè)務需求實現(xiàn)靈活的作業(yè)調(diào)度和管理策略,保證資源充分利用。同時支持容器化,用戶可快速部署應用,在多節(jié)點并行計算時,保證各節(jié)點系統(tǒng)環(huán)境一致,并且可通過容器快速部署開發(fā)環(huán)境,提升開發(fā)工作效率。
并且,ClusterEngineV5提供獨有的HPC應用性能分析工具,幫助用戶診斷應用瓶頸,提升HPC應用優(yōu)化效率及質(zhì)量。該工具可對異構(gòu)集群進行全方位性能分析,針對AI計算提供函數(shù)級應用性能分析,及時定位性能異常,幫助用戶深入分析和發(fā)現(xiàn)計算性能優(yōu)化空間?;谠摴ぞ叩姆治鼋Y(jié)果,用戶可結(jié)合自身平臺的資源使用情況及設備特征,提升應用計算效率及資源利用率。
浪潮ClusterEngineV5打通了硬件監(jiān)控、業(yè)務管理和應用性能分析,提供了一套面向HPC與AI應用場景的全棧式超算中心管理解決方案,涵蓋全生命周期集群硬件智能運維、全方位集群監(jiān)控、應用性能監(jiān)控、異構(gòu)集群算力調(diào)度分析和調(diào)優(yōu)等,幫助管理人員高效管理HPC和AI負載,降低集群部署和管理門檻,提高資源利用率和計算效率,實現(xiàn)降本增效,推動面向未來的超算中心業(yè)務創(chuàng)新。