*本文转载自Linux中国微信公众号
作者：Josh Fruhlinger 译者：messon007
高性能计算（HPC）服务可能是一种满足不断增长的超级计算需求的方式，但依赖于使用场景，它们不一定比使用本地超级计算机好。根据美国计算科学研究所的定义，HPC是超级计算机在计算复杂问题上的应用，而超级计算机是处理能力最先进的那些计算机。无论叫它什么，这些服务都在颠覆传统的超级计算市场，并将HPC能力带给以前负担不起的客户。但这不是万能的，而且绝对不是即插即用的，至少现在还不是。
HPC服务实践
从最终用户的角度来看，HPC即服务类似于早期大型机时代的批处理模型。在HPC服务背后，云提供商在其自己的数据中心中运行超级计算基础设施，尽管这不一定意味着当你听到“超级计算机”时你就会看到最先进的硬件。都柏林城市大学数字商业教授Theo Lynn表示，要使其在实践中可行，需要解决一些技术问题。普通计算与HPC的区别在于那些互联互通——高速的、低延时的而且昂贵的，因此需要将这些互连引入云基础设施领域。在HPC服务可行之前，至少需要将存储性能和数据传输也提升到与本地HPC相同的水平。
Theo Lynn认为，“一些制度创新相比技术更好的帮助了HPC服务的起飞。特别是我们现在看到越来越多的传统HPC应用采用云友好的许可模式——这在过去是阻碍采用的障碍。其次，经济也改变了潜在的客户群。云服务提供商通过向那些负担不起传统HPC所需的投资成本的低端HPC买家开放，进一步开放了市场。随着市场的开放，超大规模经济模型变得越来越多，更可行，成本开始下降。”
避免本地资本支出
HPC服务对传统超级计算长期以来一直占据主导地位的私营部门客户具有吸引力。这些客户包括严重依赖复杂数学模型的行业，石油和天然气公司、金融服务公司以及生物技术公司。但是，何时考虑HPC服务而不是本地HPC才有意义？超级计算机不是诸如存储或x86服务器之类的商用硬件；它们非常昂贵，技术进步很快会使其过时。对于许多公司，尤其是规模较大，灵活性较差的公司，购买超级计算机的过程可能会陷入无望的泥潭。
Gartner高级总监兼分析师Chirag Dekate表示，“一旦你选择走HPC服务的路线，你会发现你会得到你期望从云服务中得到的许多好处，特别是仅在业务需要时才需付费的能力，从而可以带来资源的高效利用。”
HPC服务并不适合所有的应用场景
HPC服务适合批处理和松耦合的场景。这与一个常见的HPC缺点有关：数据传输问题。高性能计算本身通常涉及庞大的数据集，而将所有这些信息通过互联网发送到云服务提供商并不容易。此外，HPC服务所需的IT治理超出了目前的监管范围。例如，你需要跟踪你的软件许可证是否允许云使用——尤其是专门为本地HPC群集上运行而编写的软件包。通常，你需要跟踪HPC服务的使用方式，它可能是一个诱人的资源，尤其是当你从员工习惯的内部系统过渡到有可用的空闲的HPC能力时。
对 HPC 技能的要求很高
一直以来，采用HPC的最大障碍之一就是其所需的独特的内部技能，而HPC服务并不能神奇地使这种障碍消失。Gartner的Dekate表示：“许多CIO将许多工作负载迁移到了云上，他们看到了成本的节约、敏捷性和效率的提升，因此相信在HPC生态中也可以达成类似的效果。一个普遍的误解是，他们可以通过彻底地免去系统管理员，并聘用能解决其HPC工作负载的新的云专家，从而以某种方式优化人力成本。”对于HPC即服务来说更是如此。
HPC行业需要进一步加大投入才能真正繁荣。平台即服务（Platform-As-A-Service，PaaS）已经创建了具有重大影响力的新功能，但还需要做的是使它易于被数据科学家、企业架构师或软件开发人员使用。价值来自于使这些用户能够通过新的效率和性能最终使他们的工作得到改善，只要他们能够访问新的功能就可以了。如果供应商能够做到这一点，那么HPC服务才能真正将超级计算带给大众。
相关阅读
超级计算机、人工智能和大数据集的力量
HPE高性能计算和AI解决方案正在世界范围内加速新冠疫苗研究
<< 滑动查看下一张图片 >>