加速HPC计算机集群运行WRF模型，全闪存储阵列与高校科研关系密切

专门从事大气和空间科学的基础和应用研究的印度国家级研究实验室，具有举足轻重的地位，该实验室运行本地 HPC 数据中心。为了满足天气预报和大气研究的需要，该实验室利用了数值天气预报框架——天气研究和预报 （WRF） 模型，该模型十分依赖 HPC。WRF运行包括两个阶段：1）采集输入数据，即跨多个区域捕获的大量高分辨率图像，为WRF创造初始条件；2）运行预测模型，为了识别输入数据的模式并分析输出数据，实验室在高性能 XFS 文件系统中使用 PyTorch 框架和 Conda 环境构建深度学习神经网络。最近研究实验室部署的 HPC 集群规模扩大，WRF模型的复杂程度也随之增加。这对存储 I/O 吞吐量提出了新的要求，因为原有的存储性能不足会导致WRF大气模拟出现效率瓶颈，从而降低天气预报的准确性。为了提高WRF输出的速度并优化天气预报的准确性，该实验室需要用新的高性能存储解决方案来替代过时的存储。

研究实验室选择Infortrend超高性能的全闪阵列EonStor GS 4000U。该解决方案集成100GbE RDMA，搭载24 颗 15.36 TB NVMe SSD，提供高达1100K IOPS、24 GB/s的读，以及12 GB/s的写。可以毫不费力的处理多个任务，支持复杂的WRF模拟计算。为了保存生成的大量数据，GS 4000U提供368.6 TB的存储容量，并且还能连接HDD扩展柜，以高性价比扩展容量。得益于其紧凑的 2U 24 盘位规格，设备可以轻松放入 IT 服务器机房的机架空间。部署GS4000U能够成功实现更准确的天气预报与气象研究。此外，如果研究数据量进一步增大，项目需要提高性能和容量，GS还能通过横向扩展与纵向扩展，来满足用户的需求。

作为致力于研发销售存储设备30年的厂家，印度国家级实验室使用GS 4000U证明了Infortrend在存储设备更新这一块市场的实力，研究实验室计算和数据管理部门负责人也表示：“我们的WRF模型能够突破瓶颈，Infortrend存储解决方案可谓功不可没。现在输出速度和准确度都得到极大的提高。之所以选择Infortrend，是因为GS的高性能、大容量，以及合理的价位。”