北京2020年11月20日 /美通社/ -- 11月19日，在2020全球超算大會(huì)（SC20）上，浪潮發(fā)布新一代HPC集群管理平臺(tái)ClusterEngineV5，支持超算中心HPC及AI計(jì)算負(fù)載，提供涵蓋硬件運(yùn)維、業(yè)務(wù)管理和應(yīng)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(wàn)節(jié)點(diǎn)，大幅提升HPC集群的資源利用率和應(yīng)用計(jì)算效率，滿(mǎn)足面向未來(lái)的新型超算中心的創(chuàng)新業(yè)務(wù)增長(zhǎng)需求。

近年來(lái)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(shuō)，越來(lái)越多的超算系統(tǒng)配有大量低精度算術(shù)邏輯單元，用來(lái)支撐人工智能計(jì)算能力需求?？梢灶A(yù)見(jiàn)的是，未來(lái)超算中心將承擔(dān)更多的AI計(jì)算負(fù)載，這給超算中心的運(yùn)維管理帶來(lái)了更大的挑戰(zhàn)。傳統(tǒng)HPC集群管理軟件通常是面向HPC負(fù)載設(shè)計(jì)的，往往只能管理單一的硬件或業(yè)務(wù)，而且監(jiān)控?cái)?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(fù)載，浪潮推出了新一代HPC集群管理平臺(tái)ClusterEngineV5，包含硬件運(yùn)維、業(yè)務(wù)管理、應(yīng)用性能分析三大模塊。

面對(duì)底層硬件，ClusterEngineV5提供一體化硬件運(yùn)維監(jiān)控平臺(tái)，實(shí)現(xiàn)服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)設(shè)備的全生命周期自動(dòng)化運(yùn)維，有效地幫助用戶(hù)提高運(yùn)維效率、降低運(yùn)維成本。平臺(tái)可實(shí)現(xiàn)7*24小時(shí)大規(guī)模硬件監(jiān)控管理，快速識(shí)別200+類(lèi)問(wèn)題，內(nèi)置30000+專(zhuān)家級(jí)大數(shù)據(jù)規(guī)則庫(kù)，快速診斷故障根因并提供解決方案。同時(shí)可以自動(dòng)監(jiān)測(cè)數(shù)據(jù)中心功耗，進(jìn)行智能分析、遠(yuǎn)程控制、功耗管理，幫助用戶(hù)節(jié)省30%以上的功耗。

面對(duì)核心業(yè)務(wù)，ClusterEngineV5為上萬(wàn)節(jié)點(diǎn)HPC集群提供穩(wěn)定、高效、易用的HPC業(yè)務(wù)管理平臺(tái)?？蓪?shí)現(xiàn)HPC和AI應(yīng)用的統(tǒng)一管理，作業(yè)提交流程極簡(jiǎn)化。并能根據(jù)用戶(hù)業(yè)務(wù)需求實(shí)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(shí)支持容器化，用戶(hù)可快速部署應(yīng)用，在多節(jié)點(diǎn)并行計(jì)算時(shí)，保證各節(jié)點(diǎn)系統(tǒng)環(huán)境一致，并且可通過(guò)容器快速部署開(kāi)發(fā)環(huán)境，提升開(kāi)發(fā)工作效率。

并且，ClusterEngineV5提供獨(dú)有的HPC應(yīng)用性能分析工具，幫助用戶(hù)診斷應(yīng)用瓶頸，提升HPC應(yīng)用優(yōu)化效率及質(zhì)量。該工具可對(duì)異構(gòu)集群進(jìn)行全方位性能分析，針對(duì)AI計(jì)算提供函數(shù)級(jí)應(yīng)用性能分析，及時(shí)定位性能異常，幫助用戶(hù)深入分析和發(fā)現(xiàn)計(jì)算性能優(yōu)化空間。基于該工具的分析結(jié)果，用戶(hù)可結(jié)合自身平臺(tái)的資源使用情況及設(shè)備特征，提升應(yīng)用計(jì)算效率及資源利用率。

浪潮ClusterEngineV5打通了硬件監(jiān)控、業(yè)務(wù)管理和應(yīng)用性能分析，提供了一套面向HPC與AI應(yīng)用場(chǎng)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(yùn)維、全方位集群監(jiān)控、應(yīng)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(fù)載，降低集群部署和管理門(mén)檻，提高資源利用率和計(jì)算效率，實(shí)現(xiàn)降本增效，推動(dòng)面向未來(lái)的超算中心業(yè)務(wù)創(chuàng)新。