联想深腾7000高性能服务器,科学网—联想深腾7000高性能服务器护航大连理工网格计算中心节点...

联想深腾7000高性能服务器护航大连理工网格计算中心节点

近日,联想深腾7000高性能服务器正式入主大连理工大学,为该校构筑了网格计算中心节点,实现了与该校原有高性能机群多计算平台的高效整合。据悉,此次部署的深腾7000高性能服务器采用IA Cluster体系架构,由64个计算节点构成,采用了先进的MPFS一体化并行文件系统,使该校网格计算平台计算能力理论峰值达到4.6Tflops,基于以太网并行效率达到70%以上,存储能力提升至10TB。

本项目成功部署,标志着大连理工大学校园网格计算平台中心节点一期建设圆满完工,校园网格中心节点和各个机群通过高速线路(1Gbps~10Gbps),可顺利实现计算资源的聚合和跨系统的作业调度,为全校教学、科研提供并行计算服务。同时,网格计算中心以成功连接至中国教育科研网格北方区中心,将为各个网格节点提供稳定、优质、高效的计算力和存储资源。

项目背景及需求

大连理工大学是教育部直属理工为主的综合型大学,是国家“211”和“985”重点建设的学校之一。在“十一五”建设期间,该校计划将校园内高性能计算机群组织起来并与中国教育科研网格-ChinaGrid实现并网接入,使校园网格总体目标理论峰值15Tflops,存储200TB。

校园内目前已有的较大高性能机群主要包括由联想深腾1800等产品组成的运载学部力学系、船舶学院和岩土工程实验室三大高性能计算机。校园网格计算平台的建设需求如下:

(1)依托现有校园网络资源,从校园网络核心到校内各个机群采用专用传输链路,汇聚到现有校园网核心路由器的专用虚拟网;

(2)在充分利用现有资源的基础上,整合校内高性能计算机群。将原本相对独立的机群机缘通过高速线路(1Gbps~10Gbps)实现计算资源的聚合和跨系统的粗粒度作业调度。实现校园网格计算平台统一组织和调度其他机群的计算资源,为全校提供并行计算服务;

(3)大连理工大学校园网格计算平台通过中心网格节点统一接入中国教育科研网格ChinaGrid北方区中心,并为各个网格节点提供计算、存储资源。

方案设计

结合联想多年来在计算化学、计算物理等领域大型机群设备的建设经验,联想经过深入对大连理工大学高性能计算机需求分析,为该校设计并提供了稳定可靠、技术先进、低能耗、易管理的高性能计算机系统方案。

(1)业务运行稳定

本项目是一个综合平台,平台上运行的大部分作业具有计算规模大、资源占用率高等特点,如果设备在计算过程中出现问题,会造成时间的极大浪费,因此对高性能计算机的稳定性要求较高。联想采用最新设计的刀片式服务器作为系统的结点服务器,配置LCOMS技术实时监控整个系统,以强大的性能为基础保证系统的稳定运行。

(2)建设方案技术先进

采用高性能计算机最流行的Cluster体系架构,英特尔最出色的Nehalem系列处理器,DDRIII系列内存,采用两套全线速的千兆以太网互联;提供一整套的联想全套机群软件、英特尔全套系列HPC软件、性能分析和调试工具Intel Vtune、Intel Trace Collector和Intel Trace Analyzer,丰富的数学库Intel MKL、Atlas、Blas等。

(3)先进的一体化并行文件系统

系统采用先进的MPFS一体化并行文件系统,将文件系统、I/O节点、光纤交换机、磁盘阵列等部件集成为一个产品,在方便用户使用的同时,大大提高了系统的I/O性能。

(4)系统规模扩展灵活

Cluster架构拥有良好的扩展性,只需根据需要增加机柜、结点和网络交换机,即可轻松扩展规模。

(5)系统能耗低

联想采用电源转换效率达到93%的计算刀片系统,在消耗同样能耗时,系统能够获得更大的计算能力,充分保护了用户的现有投资。

(6)管理功能完备方便

联想LCOMS机群管理系统、机群监控技术、联想资源管理和作业调度系统涵盖了机群系统所需的全部管理功能,完全的B/S结构,WEB浏览器访问,全中文的图形交互界面。

(7)加入最新的网格功能

本项目除作为大连理工大学网络中心的计算资源,同时也将作为校园网格的主节点,负责连通校园内的其他计算资源。联想提供给大连理工大学最新开发的基于网格计算的调度系统和互联系统,保证系统作为校园主节点的各项功能顺利实现。(系统拓扑图如图)

用户收益

据介绍,本次部署的深腾7000其实测并行效率达70%以上,远超出用户60%的要求。强大的运算性能和并行效率,为用户多学科领域的专业应用软件提供了更加广阔的运行平台,大大缩短用户进行模拟计算的运算时间。同时,以深腾7000为核心,大连理工实现了校内所有高性能计算资源的互联,不仅进一步增强了学校的综合科研实力,更为中国教育科研网格注入了强劲的计算力。

《科学时报》 (2010-4-17 A6 产经)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值