当下的世界正经历着以数据为中心的变革，神经网络和量子计算等前沿的技术逐步应用到具体领域中，也就是从实验室中走出来，高性能计算和人工智能不断融合。

2018中国高性能计算学术年会中发布的「中国超算TOP100榜单」亮点非常多。国家队E级原型机均进入性能排行榜前十，就是国家“十三五”高性能计算专项课题3个E级超算的原型机系统——神威E级原型机、“天河三号”E级原型机、曙光E级原型机，分别排名第四、第六和第九位。榜单的前三名和去年相比并没有任何变化。依旧分别是：

1. 部署在国家超级计算无锡中心的“神威·太湖之光”。

2. 部署在国家超级计算广州中心的“天河二号”。

3. 部署在国家超级计算天津中心的“天河一号A”。

去年排名第一的浪潮集团，以12台入围屈居曙光、联想其后，2018年变成了第三名。这次，又再一次出现了第一与第二并列的盛况，要知道这两位高性能计算双霸已经是第四次并列榜首——中科曙光和联想。他们的入围成绩是：以40台超算系统入围。其中曙光更是第九次蝉联该榜单桂冠。值得一提的是，本次发布的榜单中，值得高兴的事情是，100%为国产高性能计算机系统，国外厂商无一台入围。

从应用领域来看，“大数据/机器学习”是超算的应用热点，TOP100的超算系统中共有27台系统用于大数据分析与机器学习。互联网与云计算占了100台中的20台、科学计算17台、超算中心13台、政府与电信6台、能源与石油、工业制造4台。（有提供配图）

我们再来总结一下亮点：

亮点一：该榜单发布人、中科院计算所研究员张云泉告诉《中国科学报》记者，根据历史数据拟合推算，E级超级计算机（E级超算是指每秒可进行百亿亿次数学运算的高性能计算机，被全世界公认为“超级计算机界的下一顶皇冠”。）将可能“在2019年左右出现”。

亮点二：中国超算 TOP100榜单第一次实现“全国产”。

亮点三：从应用领域来看，“大数据/机器学习”是超算的应用热点。

（完）

亲爱的数据

出品：谭婧

美编：陈泓宇

摄影：陈翔宇

在互联网的背景下，技术的日益创新，许多新兴行业已逐渐变得成熟，比如云计算、上云、大数据。

对于大众来说，这些词虽不能耳熟能详，但是，已经不是完全陌生的领域。今天，主要探讨的是云计算概念这一块。

一、 “云”和“云计算”

“云”由能进行自我维护和管理的计算服务器、存储服务器、宽带资源、软件和应用等虚拟计算资源构成，“云”就是一种资源池。

“云计算”是把所有计算资源集中起来，动态创建且高度虚拟化的资源池，同时通过特定软件实施自动管理，最终供用户高效使用资源。

“云计算”可说是数据中心，这个中心既能动态地分配、配置、部署及回收计算机资源，同时又能自动地管理资源，动态安装软件及应用。

也有专家讲“云计算”仅是一种计算模式，此模式中，无论是计算资源、软件资源、数据资源，还是各类应用，都通过局域或广域网络，以服务的方式供用户使用。

对用户来讲，只需接入这些网络，然后再借助笔记本电脑、平板电脑、手机等轻型客户端，就可完成各类复杂的科学计算、软件开发及使用，或者进行各类应用的托管。

“云计算”这种计算模式所能提供的计算能力对用户来讲是透明的，用户只会感受到“云”中的资源是无限可扩充的，随时随地可获得的，你只要按需付费就可使用，却并不能看到资源究竟是怎么存放的或放在哪里。

有专家将“云”形象的比作是能提供存储和计算服务，以及数据、软件、应用和宽带资源的“发电厂”。

二、“云计算”服务种类

当前，“云计算”主要从三方面给用户提供服务。

一是通过基础架构服务为用户提供虚拟化服务器、存储服务器及网络资源。 依照“云”资源类型又可将基础架构服务细分为计算“云”和存储“云”。计算“云”的资源是高性能服务器，通过超级服务器为各类操作系统的应用提供超级计算和服务;存储“云”的资源则是巨容量的存储设备，可为用户提供块存储及文件存储服务。

二是通过应用服务器、数据库服务器、portal服务器等平台，为用户提供中间件。

三是通过专用软件系统为用户提供应用、流程和信息服务。

三、 “云计算”服务方式

“云计算”通常提供三种服务方式，分别是“公共云”服务方式、“私有云”服务方式和“混合云”服务方式。

“公共云”服务方式的用户并不拥有“云”资源，而是通过广域网访问“云”资源，获得“云”服务。

“私有云”服务方式同时面向内部用户或外部客户提供“云计算”服务，它要求企业独立搭建基于“云”的数据中心基础硬件架构。

“混合云”服务方式则同时具有“公共云”和“私有云”两者的特征及功能，既要构建好自已的“云计算”基础硬件架构，同时也会利用各种外部“公共云”提供的服务。

四、“云计算”典型应用

4.1“云计算”改变传统软件开发测试

用户对软件研发企业或团队最迫切要求就是要能快速交付高品质软件产品，这通常需要软件研发企业或团队配备更多的设备，雇佣更多的员工，而软件研发企业或团队却是期望能在同样或更少资源的情况下交付更多的软件。另外，大多数软件研发企业或团队工作地很分散，导致许多软件研发企业或团队的不同项目组间难以实现统一流程及标准。

4.2“云计算”支撑高性能计算

高性能计算要求为用户提供可定制的超级计算环境，而“云计算”允许用户依据自己需要更改操作系统，软件版本，服务节点规模，这不仅避免了与其他用户发生使用冲突，而且大大提升了计算的灵活度及便捷性。同时，“云计算”还可作为网格计算的支撑平台，被称为高性能计算云。

4.3“云计算”创新培训与教育模式

许多初入社会的大学生和政府、企事业单位的新员工往往实践经验匮乏，究其原因是缺乏实践环境及训练机会。政府、企事业单位通过“云计算”建立培训学习门户，创建培训实践环境，可以尽快、高效地弥补他们的这种不足。在学习门户上及时发布受训课程内容，并提供交互培训手段。在培训实践环境中则通过“云计算”基础架构管理平台为每个受训人员提供动态的，虚拟化的IT环境，辅助受训人员熟悉各类IT技术、工具和软件。

4.4“云计算”创新协作

经济全球化、可用人力资源激增等等都对政府、企事业单位带来新的挑战，挑战使政府、企事业单位不得不把协作创新作为其优先战略。通过“云计算”可为政府、企事业单位提供协作创新的门户及创意孵化环境。

4.5“云计算”提升互联网数据中心增值服务

以往的互联网数据中心只提供带宽及机位租用业务，服务的种类单一，导致各互联网数据中心之间竞争白热化。“云计算”借助大型管理平台，可为互联网数据中心提供更多种类的增值服务，同时提升其利润。就IBM“云计算”管理平台来讲，它可提供的增值服务就包括：虚拟基础架构、运行软件，订购软件、超级计算等等。同时“云计算”还大大简化了互联网数据中心的管理，改善了其响应用户需求的迅速。

4.6“云计算”创建集中、开放及自动化的企业数据中心

“云计算”通过对企业数据中心的硬件设备虚拟化，通过将企业数据中心的软件版本标准化，使企业数据中心达到管理自动化、服务流程一体化。“云计算”将传统的企业数据中心改造成不仅以数据存储，更是以服务为中心的运行平台，在这种新平台上资源以完全共享方式而不是以往哪种专有独占方式被使用。同时，用户可以自动部署和调整资源分配，实现资源随需掌控。“云计算”将为企业建立起一种以业务为根本的资源共享、服务集中、自动化及开放的数据中心。

五、 “云计算”价值

通过“云计算”可将IT资源进行集中化和标准化，这样就为政府、企事业单位的IT运行环境带来了无法估量的价值，具体表现在：

1) 通过整合服务器、动态调整资源及虚拟化存储技术，就可使政府、企事业单位的IT部门用小规模的硬件部署来完成同级别或更高级别的服务，从而大大提升企业的生产力和政府及事业单位的业务价值，同时提升服务器效力。

2) 用“云计算”来构建IT运行环境后，政府、企事业单位的IT运行环境会更加集中简洁，再加上存储、网络及服务器的自动化操作，将大幅度减少IT运行时的人为差错。

3) 通过购买更少的硬件设备及软件许可，大大降低采购成本，通过自动化管理迅速降低系统管理员的工作负荷，这就意味着降低了政府、企事业单位在IT环境构建时的投入及运维成本。

总之，“云计算”通过技术手段把计算和存储作为服务加以提供，提供了高附加值的服务;“云计算”打破现有机房的空间局限，在更小的空间内提供了更多的服务能力;“云计算”通过规模效应降低了单位资源的投资及维护成本;同时，“云计算”带给用户更好的交互体验，降低了用户使用成本，提升了用户满意度及忠诚度。

从对“云计算”典型应用场景的分析可知，“云计算”可以做到更高的资产利用率、灵活的扩展、自动化的流程以及动态高效地提供服务交付。

云唯IT实训官网：http://yunweiplus/

文/在前线 老凉

2017，中国云计算产业乃全球的亮点，不只是中国市场的增速远超全球，更是中国市场上比其他市场活跃着更多的云计算服务商，而这些业者在市场上叱诧风云，离不开那些让我们印象深刻的大咖，他们就是在前线评选出的2017年十大云计算人物。（排名不分先后）

在前线十大云计算人物：

阿里云CEO 胡晓明

胡晓明（花名孙权），阿里巴巴集团合伙人之一，现任阿里巴巴集团资深副总裁兼阿里云总裁。

胡晓明致力于将阿里云打造成一个普惠科技的平台，积极推动云计算、大数据、人工智能技术在经济生活各个领域中的应用和实践。

在他的带领下，阿里云受到行业和大型企业级客户的认可，而在全球云计算市场竞争中进入前三，并将中国自主研发的大规模计算操作系统——飞天，推广至全球舞台。

在前线十大云计算人物：

腾讯公司副总裁、腾讯云总裁 邱跃鹏

在邱跃鹏的带领下，腾讯云在2017年取得了从优秀走向卓越的表现。

与此同时，腾讯云推出了智慧门店解决方案、智慧出行解决方案、智能安防监控方案、智能医学影响方案等，获得了CSA STAR Tech IaaS云平台安全能力认证、ISO22301认证、大数据产品能力认证等专业能力认证。

值得一提的是，腾讯云在2017年从基础架构到精细化运营全面升级，从平台实力到生态能力建设，腾讯云将之整合并面向市场，使之能够为企业和创业者提供集云计算、云数据、云运营于一体的云端服务体验。

在前线十大云计算人物：

联想集团高级副总裁，数据中心业务集团中国区总裁 童夫尧

2017年，联想数据中心业务集团中国区在童夫尧带领下，在云计算及企业级市场全面发力，尤其是重磅发布人工智能战略，致力于成为人工智能时代“由AI驱动的智能变革”的推动者和赋能者。

联想在算法、大数据和计算力等人工智能的三大支柱都有布局并拥有优势，尤其是在计算力方面，今年可谓大放异彩：

不但发布了自主研发的全新HPC集群——深腾8810，以及HPC+AI智能超算平台LiCO；

还连续第四次获得全球HPC Top500中国第一，全球第二；

并与北京大学成立了国内首个温水水冷高性能计算校级公共平台；

还发布了ThinkSystem数据中心基础设施和解决方案产品组合以及ThinkAgile软件定义的解决方案。

在前线十大云计算人物：

新华三集团总裁兼首席执行官 于英涛

2017年，在于英涛的带领下，新华三集团在云计算市场取得了骄人成绩。

在企业网市场，新华三继续领跑。IDC数据显示，新华三2017年上半年在以太网交换机市场、无线局域网市场、企业网路由市场、网络管理软件市场全部位居榜首。

在云计算领域，新华三面向城市云和行业云的H3Cloud 2.0产品和解决方案全面升级，发布容器和微服务架构的PaaS和开发测试云，并发布多款超融合新品。

IDC数据显示，新华三超融合产品UIS连续两年在中国区市场份额排名第一。

新华三还发布了全新的云运维平台，为云计算大规模部署和运营、微服务化应用监控提供支撑。

2017年，新华三在国产虚拟化、超融合架构、云管理平台与政务云市场获取市场第一份额。

在前线十大云计算人物：

戴尔全球副总裁，大中华区IT架构解决方案事业部总经理 曹志平

在曹志平的推动下，戴尔主导成立的“未来就绪企业云联盟”已发展壮大为业内技术联盟的典范，联盟成员共同为企业用户提供一系列技术领先且定制化的云计算产品及解决方案，为企业用户在云计算时代下拥抱数字化转型并实现业务创新做出突出贡献。

2017年，戴尔进一步深化未来就绪“任意云”战略，与未来就绪企业云联盟成员继续推动混合云解决方案在中国及全球市场的实践，实现帮助用户“建好云，管好云，用好云”的初衷。

与此同时，戴尔在“云就绪、云部署、云管理”三步措施的基础上推出“云原生”，在提升企业持续交付能力的同时，带来更高的灵活性及敏捷性。

在前线十大云计算人物：

京东云事业部总裁 申元庆

2017年，原微软亚太科技有限公司董事长申元庆加盟京东，出任京东云事业部总裁，直接向京东集团董事长兼CEO刘强东汇报。申元庆的加盟对于京东云而言可以说是一个转折点。

在战略上，京东云的角色也发生了巨大变化，京东云此前一直是京东内部能力输出的要害部门，而申元庆到任之后，京东云的角色全面从能力输出切换到技术赋能，更加高调地拓展云计算市场。

京东云的愿景是“Cloud of Choice in China and for Global”，即“中国首选的可托付的云计算服务商”，并提出要在PaaS和SaaS上弯道超车，为达成这样的目标，京东云还发布了“云矩阵”的生态战略。

在前线十大云计算人物：

华为云总裁 郑叶来

郑叶来负责华为公有云服务和IT基础设施业务的战略制定与发展，以及相应的产品与解决方案、服务的研发和交付。

2017年，在郑叶来的带领下，华为云正式对外发布公有云战略，广受业界关注，被业界看作是“第五朵云”。华为云BU聚集力量，加强投入，发挥企业级优势，发展迅猛，较去年同期提供的云服务种类翻倍。

IDC发布了最新的《IDCMarketScape：中国政务云市场厂商评估，2017》，报告中显示，华为云政务解决方案凭借过硬的综合实力和前瞻性的战略布局，位居领导者区间，并占有全面领先优势。

在前线十大云计算人物：

中科曙光总裁 历军

在历军的带领下，曙光在2017年发布了“数据中国智能计划”，旨在通过先进、高效的智能计算，让数据变成智慧知识和智能服务能力。

年内，曙光推出了人工智能管理平台“SothisAI”、全球首款基于寒武纪芯片的AI服务器、全球首款全浸没式液冷的AI训练服务器等一系列人工智能产品及服务，并发起成立了“数据中国智囊团”，构造人工智能产业闭环。

2017年，曙光致力于打造先进计算产品及服务，并在兰州、太原、徐州等多个城市建设、运营先进计算中心，同时在西安交通大学等高校开展了先进计算人才培养计划，切实推进先进计算产业发展。

年内，曙光还牵头成立了中国科学院智慧城市产业联盟，推动智慧城市建设；参建了“大数据分析系统国家工程实验室”，旨在突然大数据产业的核心技术。

此外，曙光积极推进与“一带一路”国家交流合作，加强海外市场拓展。

在前线十大云计算人物：

微软大中华区副总裁兼市场营销及运营总经理 康容

2017年，在康容的带领下，微软智能云业务在中国市场获得了快速增长：作为首个进入中国并实现正式商用的国际公有云服务，由世纪互联运营的Microsoft Azure已经积累了超过1300家解决方案合作伙伴，获得了超过10万家企业客户的认可。

为满足客户迅速增长的业务需求，2017年11月，微软宣布由世纪互联运营的Microsoft Azure将在未来6个月完成扩容，届时Azure在中国提供的云计算规模将扩容至现有水平的三倍。

与此同时，微软也致力于带来与微软智能云Azure一致的混合云平台和体验，伴随着Azure Stack即将在2018年上半年投入商用，微软将把Azure云计算的灵活性和快节奏的技术创新带到客户本地数据中心，助力更多来自不同行业的企业客户把握数字化转型先机。

在前线十大云计算人物：

浪潮集团副总裁、浪潮信息总经理 彭震

2017年，在彭震的带领和推动下，浪潮深化“计算+”战略，着力打造智慧计算生态，致力于开发适用于传统数据中心的云服务器及数据中心升级方案，推动数据中心的全面变革。

通过技术和运营模式的创新，浪潮形成了不同于传统OEM、ODM模式的JDM (联合开发,Joint Design Manufacture)业务模式，形成了紧跟客户需求的敏捷研发以及基于智能并行生产的大批量快速生产和交付机制。

Gartner 2017Q3全球服务器市场报告显示，浪潮服务器出货量全球第三，云服务器出货量全球第一。同时，在智慧计算战略的驱动下，浪潮已经成为AI服务器领域最丰富和领先的企业，也是AI服务器占有率最高的企业，中国领先互联网企业的AI服务器有90%以上来自浪潮。

中科曙光（个股资料操作策略盘中直播独家诊股）

在第六届中国电子信息博览会(CITE2018)上，中科曙光相关人士表示，公司持续专注人工智能和高性能计算，接下来会通过更多种方式，继续加强同中科院及关联单位(简称“中科院系统”)的合作。

中科曙光持续将人工智能、大数据、云计算等最新技术融合到智慧城市建设等领域，取得良好的效果。据中科曙光高级副总裁沙超群介绍，在安防领域，中科曙光已经将某城市的摄像头接入云中心，通过人工智能和大数据技术，在云中心后台进行人脸的比对和视频结构化处理，现在基本上能够做到对车型、车牌、人员的运动轨迹进行分析，从而实现对人员快速定位、对行为进行预判等。

据悉，中科曙光从2009年开始布局智慧城市，目前已经有40多个城市云计算中心。通过新技术的持续导入，公司已经从最初的提供基础IAAS和社会信息化服务，发展到提供新型智能化应用服务，小到井盖的传感器定位系统、一辆公交车/校车系统的规划，大到整个城市的治理。

作为高性能计算领域的佼佼者，中科曙光与国防科技大学和江南计算技术研究所一起承担了科技部的E级高性能计算机原型系统的研发。资料显示，曙光团队在1993年推出了曙光一号，之后持续进行高性能计算机的研发。

背靠中科院，中科曙光通过与中科院系统合作，获得更多的研发资源和产业化推广机遇。沙超群介绍说，作为中科院“率先行动计划”的重点支持对象，公司跟中科院系统的合作模式非常多元化，比如在产业化方面成立合资公司进行成果转化，中科曙光和中科院大气物理研究所(简称“大气所”)成立了中科三清公司，和中科院电子学研究所成立了航天星图公司；在研发方面，中科曙光更是广泛借力中科院系统内单位，包括：与大气所合作研发地球数值模拟装置，预计于2019年完工；与怀柔科学城等合作研发新的机器应用载体。

对于记者关注的高性能服务器研发情况，沙超群表示，项目进展顺利，后续有相关进展会第一时间披露。

　　当说起云计算中最具有市场声量的三家厂商时，人们肯定会脱口而出：Amazon、Microsoft和Google。的确，长久以来这三家厂商牢牢占据着云计算中大部分的市场份额，而且他们的这种优势还将保持很长一段时间。比如研究公司Forrester就预测到，2018年，AWS、Google和Microsoft三家将贡献整体云平台营收的76%，到2020年还将进一步上升到80%。同样，Gartner也提到，2021年，前十位的云计算供应商将贡献出70%的公有云服务营收。

　　三家之中，Amazon又是佼佼者。在Synergy Research Group Q3的一份报告中，这家研究公司写到，“Microsoft，Google和阿里巴巴的营收增速均远超过Amazon，并同时获得了大量市场份额，但是，在这一市场中，Amazon一家的份额要远大于它身后五家竞争对手之和”。

　　正因为于此，多数企业将很有可能会选择这三大厂商中一家或多家的服务。面对如此多的服务和产品，用户又该如何选择呢?AWS、Azure和GCP(Google Cloud Platform)彼此的产品都又有哪些差异?

　　对此，IDC说到，“目前，IaaS还远达不到成为一种商品化的产品，同时各个顶级供应商又纷纷提供了围绕IaaS的各种产品组合，但是，这些云供应商在虚拟服务器和存储服务的数量和类型方面仍存在差异”。 那么AWS、Azure和GCP到底有什么区别呢?下面我们就从宏观角度来大致说明一下。

　　当然，以下的说明只是一些参考，很多市场专家建议企业要根据自身具体的情况进行公有云的评估，并为此量身定做最适合的云供应商以应对不同的的实际场景。

　　AWS：优势在于服务种类多，但产品体系过于复杂，不利于上手

　　毫无疑问，AWS最大的优势就是它在云计算市场中的主导地位。Gartner在《2017年全球云基础设施即服务魔力象限》中写到，“10年以来，AWS一直是云IaaS的市场中的领导者”。

　　AWS的这种领导地位吸引了那些试图规避风险的大型客户，他们不希望与那些朝不保夕的小型供应商进行合作。 Gartner补充道，“虽然AWS并不能满足所有客户的需求，不过它已经成为了这一领域中的‘安全选择’，这会吸引那些渴望最广泛能力和长期保持市场领导地位的客户”。

　　AWS自身的基础设施十分庞大，其一共覆盖全球14个区域，每个区域中有2到5个可用区域(Availability Zones),每个可用区域中又有1到8个数据中心。在数据中心中还具有多大8万台的服务器。而AWS公司所有的数据中心都通过专用的100G的以太网进行连接。

　　AWS尤其受到运行虚拟机(VM)的大型企业的欢迎。RightScale在其2017年的“云状况报告”中指出，虽然AWS继续保持着惊人的速度增长，但主要收入部分来自于现有客户的业务扩展，而不是那些全新的客户。报告说道，“值得注意的是，虽然运行至少使用一个AWS服务的公司比例没有什么变化，但这些客户使用的AWS应用和虚拟机服务的数量正在增加，这使得AWS的营收得以增长”。

　　拥有庞大而不断增长的服务类别以及最覆盖全球的数据中心网络无疑是AWS的优势所在。Gartner的报告总结到，“AWS是最成熟的企业级供应商，它拥有最强大的管理大量用户和资源的能力”。

　　但是，这种庞大的企业组合类别也是一个弱点。IDC指出，AWS有时会犯下“产品组合对新用户过于复杂的问题”。此外，虽然AWS很容易上手，但在部署关键任务并广泛应用时，可能需要用户具有专业的知识。

　　AWS另一大弱点与成本相关。虽然AWS经常对产品进行降价，但许多企业发现他们很难理解AWS产品的成本结构，而且他们在运行大量工作负载时也难以有效地控制这些成本。

　　总的来说，AWS的缺点已经远远超过了它优势，不过各种规模的客户依然在使用AWS来处理各种各样的工作负载。

　　Microsoft Azure: 优势在于“老客户”，但存在平台缺陷

　　虽然Microsoft在云市场中起步较晚，但是它的转型较为成功，如今的Microsoft已经将Windows服务器、Office、SQL服务器、Sharepoint、Dynamics Active Directory与.Net等传统本地产品实现了云端再造。

　　近来，Microsoft的云计算服务正经历着高速的增长。Synergy的报告显示，对比于其他主要云供应商，Azure的增长速度最快。而在Rightscale的调查中，从2016年到2017年，Azure“整体应用率从20%增长到了34%”。同时，Rightscale也发现，Azure在大型公司中特别受到欢迎，其在大型企业中的应用率从26%上升到了43%。

　　Azure在大型企业中受到欢迎的很大一个原因就是大量的企业已经应用了Windows系统以及其他其他的Microsoft产品，如Office等。 由于Azure与这些应用具有高度的集成性，使用Microsoft应用的企业会发现他们使用Azure起来非常容易，这无疑提升了Azure的客户忠诚度。而且对于这些“老客户”，Microsoft也会提供令他们满意的折扣。

　　Gartner也认为，作为云供应商，Microsoft是那些应用其他Microsoft产品公司的默认选择。

　　此外，大批的公司也被Microsoft对于混合云的支持能力所吸引，这包括Microsoft的Azure Stack产品。这样看来，鉴于Amazon和Google专注于纯公有云部署的产品，Microsoft在混合云中的服务是一个关键优势。当然， 最近Microsoft对于Linux和其他开源技术的支持也吸引了一些企业。

　　不过，Microsoft也不是完美无瑕的，Gartner就认为Microsoft的平台上面存在一些缺陷。它说道，“虽然Azure是一个为企业做好充分准备(enterprise-ready)的平台,但我们的客户报告发现，作为一个具有悠久历史的企业供应商，实际上Microsoft提供的服务体验比预期的要少。这些客户指出了ISV合作伙伴的技术支持、文档、培训和广度等问题”。

　　而且，Gartner还表示，Azure平台在DevOps支持方面也不如其他云平台。例如，它没有那么多的综合型自动化，这需要工作人员手动去执行许多的管理任务。

　　Google Cloud Platform(GCP)：优势在于AI与机器学习，但产品体系尚需完善

　　基于Synergy的数据，GCP的增长速度几乎和Azure一样快。而在RightScale的报告中，Google的使用率从2016年的10%上升到了2017年的15%。

　　Google的用户群体与Amazon和Microsoft的截然不同，许多小型创业公司被Google高度的创新性和开放性所吸引并投入其账下。而且，Google在网页服务中的专注也吸引了大批具有网页业务的客户。依照Gartner的说法，“Google对于那些云原生和想要‘如Google一样运行’的公司最具吸引力”。

　　此外，得力于源于Google自身Borg系统的kubernetes，Google的容器支持功能亦十分强大。更值得注意的是，Google本身就是前沿科技的主要开拓者之一，这使得GCP可以专注于大数据、分析和机器学习等高级计算产品的开发。

　　自然，我们还是要提到Google不好的一面。目前GCP在云计算市场中排名第三，与AWS和Azure具有一定差距，这可能是因为GCP提供的服务和功能种类不如这两家丰富。而且尽管GCP也在全球迅速扩张，但它并没有像AWS和Azure一样多的数据中心。

　　与其他主要的云供应商不同，GCP的起家是从PaaS开始的，后来又增加了IaaS服务。这自然使得它的特性和功能受到了开发人员的欢迎，特别是那些参与DevOps与开源方案的开发者。

　　但是，Gartner表示，虽然更多与Amazon存在业务竞争的公司将GCP视为AWS的代替品，而那些寻找开源与DevOps服务的公司也在寻求GCP的服务，但是对于大部分客户来说，GCP依然是辅助服务供应商而不是战略服务提供商。

　　显然，Google最本质的服务是那些消费者级的产品，比如搜索和Gmail，在2B市场它并没有Microsoft那么多的经验。不过，我们还是要看到Google的云计算主管Diane Greene是VMware的联合创始人。鉴于她的经验与能力，Google有望赢得更多的企业级市场。

　　综上，我们可以把AWS、Azure和GCP的优劣总结为如下图表：

　　AWS VS. Azure VS. GCP：计算

　　AWS招牌性的计算服务产品是Elastic Compute Cloud,或EC2。Amazon将EC2形容为：“在云端提供安全与可调整计算容量的web服务”。EC2提供了多种选择，包括各种各样的实力，支持Windows和Linux、裸金属实例(当前预览)、GPU实例、高性能计算和自动扩展等。AWS还为EC2提供了一个免费的层级，其中包括最高可运行12个月的每月750小时的t2.micro实例。

　　值得注意的是，使用EC2的公司与机构包括Netflix、NASA、Airbnb和Expedia。 Gartner指出，“它(AWS)可以实时对关键任务生产应用程序进行支持，并可以实施高端安全和合规的解决方案”。

　　除此之外，AWS的各种容器服务也受到了市场的欢迎，并且提供对Docker、Kubernetes和其自身Fargate服务的支持选择，这可以让用户在使用容器时自动进行服务器和集群管理。而且AWS还具有虚拟私有云服务Lightsail，它用于帮助客户进行批量处理计算作业，并可以运行与扩展AWS Web应用程序中的Elastic Beanstalk及其他一些服务。

　　Microsoft的主要的计算服务称作Vitrual Machines, 它可以支持Linux、Windows Server、SQL Server、Oracle、IBM和SAP。同时，Vitural Machines具有强化的安全性，并对混合云和Microsoft软件的集成提供协助。如同AWS一样，它还具有一个很长的可用实例目录，包括GPU和高性能计算，以及针对AI和机器学习优化的实例，此外，它还拥有一年免费的750个小时的Windows或Linux B1S虚拟机服务。

　　这项服务的扩充版本被称为Virtual Machine Scale Sets。它包括两个容器服务：基于Kubernetes的Azure Container Service和使用Docker Hub和Azure Container Registry进行管理的Container Services。它还具有用于可扩展Web应用程序的处理服务，这与AWS Elastic Beanstalk类似。最后，它也拥有专门为具有服务架构应用而设计的Service Fabric独有功能。

　　相比之下，Google的计算服务就要简单一些。它主要的计算服务称为Compute Engine, 该产品具有自定义和预自定义的类别，进行按秒计费。Compute Engine提供Linux和Windows支持，而它进行自动折扣与低碳性的基础设施只会耗费一般数据中心一半的能量。在免费层级方面，Google提供的产品包括最高到12个月时间内的每月一个的f1-micro实例。

　　Google还为那些有意部署容器的客户提供Kubernetes Engine。 需要注意的是，Google积极参与了Kubernetes项目，并为这个领域提供了额外的专业知识。

　　AWS VS. Azure VS. GCP：存储

　　在存储这方面，AWS的服务较为丰富，比如用于对象存储的Simple Storage Service (S3)，通过EC2进行连续性块存储的Elastic Block Storage (EBS) ，以及用于文件存储的Elastic File System(EFS)。其中一些更具创新性的存储产品包括能够实现混合存储环境的Storage Gateway和Snowball，Snowball是一种物理硬件设备，组织可以在网络传输不可用的情况下使用该设备进行PB级的数据传输。Snow Edge也是一个包括一些机载计算能力的相似硬件产品，而Snowmobile是一个更大版本的数据传输硬件，它被设计用于进行EB级的数据传输。

　　在数据库方案，AWS有一系列的SQL兼容数据库服务，包括 Aurora、Relational Database Service (RDS)、 DynamoDB、 NoSQL database、 ElastiCache in-memory data store、 Redshift data warehouse、 Neptune graph database 以及 Database Migration Service。

　　AWS并不提供备份服务，但它有Glacier产品，这是为长期的档案储存而设计的。此外，AWS的存储网关可进行较为轻松地进行备份和存档过程设置。

　　Azure基本的存储服务包括基于REST的非结构化数据对象存储服务Blob Storage、用于大容量工作量的Queue Storage，以及File Storage和Disk Storage。而且Azure还具有用于大数据应用服务的Data Lake Store服务。

　　Azure的数据库服务种类较为丰富。其中包括：SQL数据库、MySQL数据库和PostgreSQL数据库。它也拥有数据仓库服务，以及用于NoSQL的Cosmos DB与Table Storage产品。同时，Azure还提供内存服务Redis Cache， 以及专门为那些在自己数据中心中应用Microsoft SQL Server的公司设计的混合存储服务Server Stretch Database。而Data Factory还支持混合存储、编排与集成。与AWS不同的是，Microsoft提供了备份服务，以及网站恢复与档案存储服务。

　　对于GCP来说，情况与计算方面相同，那就是它提供的服务种类较少。Cloud Storage是它统一的对象存储服务名称，这个服务具有一个Persistent Disk服务选项。除此之外，GCP还提供一个类似于AWS Snowball的传输设备及在线传输服务。

　　数据库方面，GCP具有基于SQL的Cloud SQL和专为关键任务工作负载设计的关系数据库Cloud Spanner。此外，GCP还提供两个NoSQL服务，Cloud Bigtable和Cloud Datastore。但是Google也没有备份与档案服务。

　　AWS VS. Azure VS. GCP：关键云工具

　　在对未来进行展望时，专家普遍认为，AI、机器学习(ML)、物联网(IoT)和无服务器计算等新兴技术将成为云供应商产品差异化的关键。三大云计算供应商均已经开始在这些领域中进行尝试，并或多或少开发了相应的产品与服务，并有继续推进之势。

　　AWS依然是覆盖面最为宽广的厂商，其特色产品包括用于培训和机器学习模型部署的SageMaker服务、 可强化Alexa服务的Lex会话界面、Greengrass IoT消息传递服务和无服务器计算服务Lambda。

　　在2017年的re:Invernt大会上，Amazon还推出了一系列的AI服务。比如DeepLens，这是一款通过光学字符、图像和物体识别进行机器学习算法开发和部署的AI相机。 还有开源深度学习库Gluon，它旨在让开发与非开发人员能够较为轻松并并快速对神经网络进...

此篇文章翻译编辑自OpenStack全球悉尼峰会《Crossroad of Cloud and HPC》。

一、前言

OpenStack是领先的开源云计算IaaS平台，助力世界上许多非常著名的科学研究机构。令人惊讶的是，科学研究学科包含了一些最流行的OpenStack云应用案例，面对科学研究计算IT基础设施的挑战，OpenStack提供了令人信服的解决方案。

在科学研究工作中，高性能计算（HPC）和高吞吐量计算（HTC）工作负载要求大规模扩展能力和集群网络：大量的存储、高性能的计算和高速的网络，并且作业和基础设施需要具备可管理性。OpenStack开发社区正在迅速扩展服务以支持这些需求。通过OpenStack私有云管理资源，研究人员能够在满足业务需求的IT环境中工作。软件定义的基础设施具有动态性、自动化的特性，减少了浪费在安装和配置过程中的时间，使研究人员能够最大限度地投入到研发工作上。

本文旨在介绍高性能计算系统架构师和研究计算经理，他们通过探索云计算的优势为HPC工作带来好处，也可以被当前的OpenStack用户用来深入研究OpenStack其他功能。这是对OpenStack的重要功能、注意事项和进一步阅读的深入探讨。在每个部分都包含描述真实的体系结构和操作的用户案例。

OpenStack和HPC虚拟化。描述并解决与虚拟化相关的开销。

案例研究：蒙纳士大学蒙纳士高等研究计算混合（MonARCH）集群和爆炸联合NeCTAR研究云。

OpenStack和HPC网络结构。介绍几种在OpenStack云中提供HPC网络独特需求的解决方案。

案例研究：剑桥大学RDMA（远程直接内存访问）-生物信息学云。

案例研究：俄亥俄州立大学网络计算实验室（NOWLAB）。

OpenStack和HPC数据。介绍HPC数据要求，OpenStack与HPC存储基础架构的集成，并提供实现高性能数据管理的方法。

案例研究：安大略癌症研究所（OICR）癌症基因组合作实验室（The Collaboratory）。

案例研究：用于微生物生物信息学的云基础设施（CLIMB）。

案例研究：威康信托桑格研究所。

OpenStack和HPC工作负载管理。HPC与业务云工作负载管理之间的差异，以及OpenStack为传统HPC工作负载管理带来的好处。

案例研究：Bright Computing按需集群。

案例研究：俄亥俄州立大学网络计算实验室（NOWLAB）。

案例研究：洛斯阿拉莫斯国家实验室（LANL）。

案例研究：墨尔本大学斯巴达集群。

OpenStack和HPC基础架构管理。将HPC基础架构作为OpenStack裸金属管理的差异、优势和局限性。

案例研究：Chameleon是由芝加哥大学、德克萨斯州高级计算中心（TACC）、德克萨斯大学圣安东尼奥分校（UTSA）、西北大学和俄亥俄州立大学领导的计算机科学实验测试平台。

案例研究：匹兹堡超级计算机中心桥梁项目“将研究界与HPC和大数据联系在一起”。

案例研究：平方公里阵列。

OpenStack和研究云联盟。支持研究机构之间合作的基础设施。

案例研究：欧洲核研究中心（CERN）的联合身份。

案例研究：北欧电子基础设施合作（NEIC）。

案例研究：EGI联合云。

1.1 开放性和社区协作

OpenStack的开放性的意义是四个开放规定：开放源码、开放设计、开放开发和开放社区。社区发展和协作为全球科学组织定义OpenStack价值。来自学术界和尖端企业的科学家、教师、HPC工程师、运营商和开发人员都充分参与了充满活力的OpenStack科学研究

HPC工程师将为OpenStack不断发展的代码库做出贡献，以满足所有科学工作负载的严格工作负载要求

科学组织的成员以如下各种方式进行合作：

OpenStack运营商邮件列表，在主题中使用[scientific-wg]。

互联网中继聊天（IRC）。

OpenStack科学工作组。

工作组在OpenStack上代表和推进了研究和高性能计算的用例和需求。数百名会员喜欢这个跨机构合作的伟大论坛、在线和面对面的活动。

1.2 剑桥大学科学工作组之旅

在剑桥大学，世界级的计算资源支持世界级的研究。一个由建筑师和管理人员组成的专业且经验丰富的团队致力于使剑桥的HPC基础架构处于领先地位。

研究计算本身正在扩大和多样化。大数据分析等非传统HPC需求正在加强。具有不同软件技能和需求的研究人员要求支持新的软件环境。加速变化的速度要求灵活性和敏捷性 - 高性能计算领域的罕见特性。

OpenStack为研究计算提供灵活的基础架构所面临的许多挑战提供了解决方案。通过将计算资源作为OpenStack私有云进行管理，研究人员可以在适合其需求的环境中工作。软件定义的基础设施的动态自动化特性消除了安装时浪费的时间，使研究人员能够最大限度地利用研究时间。

目的是如此简单，但是在生产中使用OpenStack的过程并不简单。虽然剑桥大学的团队在设计和管理HPC基础架构方面有专长，但OpenStack的技能却非常不同。 OpenStack是一个高度复杂的系统，学习曲线陡峭。此外，默认的OpenStack配置不太可能为研究计算环境提供最佳性能。

剑桥的解决方案策略是双重的：与OpenStack生态系统中的供应商建立牢固的关系，积极参与OpenStack社区。

OpenStack最大的资产之一是围绕它建立的受欢迎、友好和乐于助人的社区。然而，尽管OpenStack社区中有许多活跃的用户正在研究计算用例，但没有一个组织团体支持这个用例。

在OpenStack基金会的协助下，很快的组建了团队，成立了科学工作组，剑桥大学作为其联合创始人之一（另一位是澳大利亚墨尔本的莫纳什大学）。

科学工作组的存在是为了支持和推动研究计算用例。我们有许多活跃的成员，来自全球各领域。我们的会员是非正式的，每个人都欢迎。我们通过在OpenStack环境中共享信息、计划事件和研究计算的倡导来相互支持。在这个强大而开放的社区里，我们提出一个科学OpenStack的案例。

二、OpenStack与HPC虚拟化

基于基础设施虚拟化开销的影响，采用OpenStack可能存在疑虑。HPC架构师为什么选择OpenStack？

在本节中，我们将描述OpenStack可以通过虚拟化引入的不同形式的开销，并提供解决方案的技术细节，以减轻、消除或绕过软件定义的基础架构的开销。

2.1 虚拟化的开销

分析通常表明，CPU密集型应用程序的虚拟化开销最小。如果NUMA配置从管理程序传递给guest虚拟机，则内存密集型应用程序的开销也很小。同样，依赖高带宽I/O或网络通信进行批量数据传输的应用程序可以达到接近等效裸机配置的性能水平。如果观察到显著的性能影响，通常可能会导致过度使用硬件资源或“嘈杂的邻居”（可能同样适用于非虚拟化配置的问题）。

但是，仍有一大类应用程序的性能受到虚拟化的显著影响。这里描述一些性能开销的原因。

2.1.1 I/O操作增加虚拟化开销

诸如存储IOPS和网络消息延迟等因素对于HPC应用程序的性能通常是至关重要的。对这些因素敏感的HPC应用程序在传统的虚拟化环境中表现不佳。完全虚拟化的环境每I/O操作会产生额外的开销，这会影响依赖于这种I/O模式的应用程序的性能。

可以通过半虚拟化缓解额外开销。客户操作系统与主机操作系统协作，以提高硬件设备管理的开销。在主机操作系统中执行直接的硬件设备操作，保持硬件的微观管理更接近物理设备。虚拟机管理程序为客户操作系统中的更简单的驱动程序提供更高效的软件接口。通过简化客户操作系统和提供给它的虚拟硬件设备之间的交互，可以提高性能。

2.1.2 虚拟化网络影响性能

所有现代以太网网卡都提供IP、TCP和其他协议的硬件卸载。在不同程度上，这些将用户缓冲区中的数据与链路上的数据包之间所需的转换释放出CPU周期（反之亦然）。

在虚拟化环境中，客户虚拟机的网络流量从虚拟化网络设备传递到管理程序中运行的软件定义网络基础设施。数据包处理通常比典型的HPC配置复杂得多。在这种模式下，硬件卸载功能通常无法运行或无效。因此，虚拟化环境中的网络性能可能比同等的裸机环境性能低，CPU密集度高。

2.1.3 增加虚拟化网络延迟抖动

在不同程度上，虚拟环境会产生更多的系统噪音影响。这些影响导致中断和I/O操作的延迟分布产生更长的尾部。

批量同步并行工作负载在资源的加解锁中迭代，以最慢的作业完成速度运行。如果最慢的作业是由I/O延迟中的抖动影响决定的，则整体应用程序进度会受到虚拟化环境中系统噪声增加的影响。

2.2 OpenStack提供虚拟化HPC

虚拟化领域有相当大的发展活力，不同级别的性能和功能都在不断推出：处理器架构、管理程序、操作系统和云编排等。

2.2.1 虚拟化系统性能的最佳实践

每年两次的OpenStack软件发布会带来新功能的快速开发，从而提高性能和灵活性。

在OpenStack运营商社区中，有一个测试和改进管理程序效率的持续协作过程。调试参数不同配置的经验研究经常被发布和审查，明确的改进会被收集到管理程序性能调优最佳实践的策划指南中。

OpenStack Nova计算服务公开支持许多管理程序功能以提高虚拟化性能。例如：

为虚拟化启用处理器架构扩展。控制虚拟机管理程序技术，以便高效地管理多个guest虚拟机，例如Kernel Same-Page Merging（KSM）。这可以通过去重复相同的页面来增加CPU开销以换取不同程度的内存使用改善。为了支持内存密集型工作负载，可以配置KSM来防止NUMA节点之间的合并，对于性能至关重要的HPC，它可以完全禁用。将虚拟内核固定到物理内核。将物理主机的NUMA拓扑传递给客户主机，使客户主机能够执行NUMA感知的内存分配和任务调度优化。通过物理CPU的特定处理器模型，可以在高性能科学库中使用特定于模型的体系结构扩展和运行时微体系结构优化。用大页面支持客户主机内存，减少了主机翻译后备缓冲区（TLB）丢失的影响。

通过使用这些优化技术，CPU绑定和内存绑定工作负载的虚拟化开销通常降低到裸机性能的1至2个百分点。

相反，通过更狭窄地限制虚拟化体系结构，这些调整参数使得在由异构管理程序硬件组成的云基础结构中虚拟机迁移变得更加困难，特别是这可能妨碍实时迁移。

2.2.2 硬件支持的I/O虚拟化

支持单根I / O虚拟化（SR-IOV）的硬件设备使得设备的物理功能的硬件资源能够呈现为许多虚拟化功能。其中的每一个功能都可以单独配置提供给不同的虚拟机。这样一来，网卡的硬件资源可以提供性能接近无额外的开销，同时满足多个虚拟机的不同需求。

通过直接访问物理硬件，SR-IOV网络对软件定义的基础架构提出了一些限制。将安全组策略应用于映射到SR-IOV虚拟功能的网络接口通常是不可能的。这可能会引起外部可访问网络的安全问题，但不应阻止SR-IOV网络在内部用于OpenStack托管的并行工作负载的进程之间的高性能通信。

最近的实验研究发现，将SR-IOV用于高性能网络可将虚拟化的开销降低到网络绑定HPC工作负载的裸金属性能的1-9％。

2.2.3 虚拟化环境中使用物理设备

某些类别的HPC应用程序大量使用GPU、Intel Xeon Phi等硬件加速。

PCI设备形式的专用计算硬件可以通过传递包含在软件定义的基础设施中。该设备直接映射到客户虚拟机的设备列表中，为该虚拟机提供对设备的独占访问权限。

对硬件加速器提出特定要求的虚拟机可以调度到具有可用资源的虚拟机管理程序，并且虚拟机通过从主机环境传递它所需要的硬件来“组合”。

GPU设备的资源管理模型目前不适应SR-IOV。GPU设备完整地传递给客户虚拟机。具有多个GPU的主机系统可以将不同的设备传递给不同的系统。同样，可以将多个GPU设备传递到单个实例中，并且可以在GPU设备之间执行GPUDirect对等数据传输，也可以使用RDMA功能的NIC执行GPUDirect对等数据传输。

但是，设备传递可能会对虚拟内存管理产生性能影响。传递所需的IOMMU配置限制使用透明的巨大页面。因此，内存必须使用传递设备固定在客户虚拟机中。这可能会限制软件定义的基础架构的过度提交虚拟化资源的灵活性（尽管过度提交的资源在HPC用例中通常不值得）。静态的巨大页面仍然可以用来提高虚拟内存的性能。

虚拟化GPU密集型科学工作负载的性能开销仅为裸机性能的百分之一。

有效处理硬件设备的不同策略，这里使用网卡作为例子。在半虚拟化中，虚拟网络设备是在为最有效的软件接口而设计的软件中创建的。在PCI传递中，物理设备从管理程序专门转移到客户虚拟机。在SR-IOV中，物理设备创建了许多虚拟功能，共享物理资源。虚拟功能可以传递给客户虚拟机，将物理设备留在虚拟机管理程序中。

2.3 莫纳什大学的OpenStack虚拟化HPC

从2012年成立以来，澳大利亚科学研究已经从NeCTAR研究云联盟中受益。目前，由全国8个机构组成的NeCTAR是OpenStack的早期采用者，从那时起一直处于该项目开发的前沿。

NeCTAR的联合云计算基础设施支持各种不同要求的科学研究。Monash先进研究计算混合（MonARCH）于2015/2016年投入使用，提供灵活而动态的HPC资源。

MonARCH拥有35个双插座Haswell计算节点和820个CPU核心。 MonARCH利用云爆发技术通过使用来自NeCTAR联盟的资源来弹性增长。基础设施使用56G Mellanox以太网来构建融合的高速网络。云控制平面正在运行Ubuntu Trusty和KVM�...

至顶网服务器频道 01月22日 新闻消息（文/李祥敬）：随着云计算、大数据、人工智能等技术的深入发展，高性能计算呈现出新的特点。基于海量数据的数据分析与挖掘、深度学习、虚拟现实、人工智能等服务不断涌现，特别是GPU凭借在特定场景的强大性能强势崛起，迅速涉足通用计算领域，带来了算力的空前提升。

近日，中国信息通信研究院携手云计算开源产业联盟和中国计算机学会高性能计算专业委员会共同举办首届“中国高性能云计算创新大赛”（以下简称“大赛”），旨在进一步推动国内高性能计算的发展，促进云服务商服务质量的不断优化升级，鼓励行业从业人员和科研人员积极投身云计算应用创新的大潮。

本次大赛由中国工程院院士陈左宁、华中科技大学教授长江学者特聘教授金海、中国信息通信研究院总工程师余晓晖组成指导委员会，特别邀请中国信息通信研究院云计算与大数据所副所长何宝宏、清华大学计算机系教授、中国计算机学会副秘书长陈文光、中科院计算机所研究员 中国计算机学会高专委会秘书长张云泉、中科院计算机所计算机应用研究中心主任赵晓芳担任评审委员会主席，中国信息通信研究院云计算研究部副主任栗蔚、中国电信北京研究院云计算平台研发中心主任王峰担任大赛评审委员。

新一轮变革的风口

母庸置疑，我们现在处于一个计算多样化的时代，近年来CPU的发展遭遇瓶颈，性能提升逐步放缓，但数据的爆炸却愈演愈烈，数据处理能力日益乏力。基于GPU的云计算平台在科学计算、图形渲染、机器学习、视频解码等领域的应用日趋广泛，国内领先的云服务厂商纷纷推出GPU云主机的服务

何宝宏表示，近些年，云计算技术快速发展，逐步取代传统IT架构，成为各行各业信息化创新的首选。随着行业差异化需求的不断增加，云服务商通过云计算平台为行业客户提供了丰富多彩的服务。

本次大赛就是瞄准这些业界出现的新趋势，立足于“创新”和“性能”两个基本点设置了两大赛程，为科研院校和企事业单位以及云计算厂商群雄角逐搭建了巨大的舞台。

大赛为云计算服务商/厂商设计了CPU和GPU云主机性能大赛，并设置A榜和B榜。其中A榜由信通院的CPU和GPU性能评估benchmark测试云服务性能来排序，B榜由专家委员会从提交测试例中选取20个应用场景测试CPU和GPU云服务性能来排序。最后结合A榜B榜排名为参赛厂商颁发多个单项奖。

大赛为科研院校和企业单位设置了高性能计算应用场景赛、性能优化算法赛两项创新赛。应用场景赛参赛要求选手提交自己编写设计的方案，通过在各厂商提供的云主机上运行来检验厂商云主机性能。性能优化算法赛面向深谙云主机高性能优化之道的大咖，只要有想法，就等你来！

目前，加入MAXP黄金战队的云计算服务商/厂商有阿里云、华为、腾讯云、天翼云、UCloud，加入高性能应用场景黄金战队的科研院校和企业单位有北京大学、北京邮电大学、北京工业大学、北京林业大学、北京交通大学。

“大赛旨在鼓励相关科研人员积极投身到高性能创新发展的大潮中，利用高性能云计算技术创新出更多的机器学习、动画动漫、科学计算等应用，并且努力探索云平台性能优化之道。同时，面向云计算厂商和从业人员的‘性能赛’，意在促进云服务商服务质量的不断优化升级，规范我国云计算产业的和谐发展。”何宝宏说。

亮点不断 大赛等你来

据悉，本次大赛，邀请了领域内的多位专家领导组成大赛评委会。经组委会讨论，制定了细致、专业的比赛评审规则。我们以公平公正公开为基本原则，希望参赛的云服务商、高校人员能够在比赛中展示自己最高的专业水平和最傲人的风采。同时也希望大家能在比赛中互相学习，共同进步，不断壮大我国云计算领域高精尖人才队伍的规模。

大赛将于2018年1月- 3月火爆开赛，具体赛程如下：

比赛报名时间为1月9日-28日， 1月29日评选方案，1月30-3月10日进行方案实测，3月11日进行现场赛，3月22日于“2018全球云计算开源大会”现场进行颁奖。

选手参赛期间不仅可以免费使用大赛提供的云主机，更有院士专家亲临指导！入选的优秀方案不仅有5000-20000的现金大奖和免费的云主机使用，还有可能被选入中国信息通信研究院CPU/GPU云主机benchmark测试例集！

我们看到目前不管是云计算还是高性能计算都有众多的赛事，那么中国高性能云计算创新大赛有什么不同呢？栗蔚告诉记者，大赛具有自己的鲜明特点，第一，本届大赛是一个综合赛事，面向高性能计算应用场景和性能优化算法，覆盖面更广；第二，产学研的生态协同，本届大赛面向产业、科研、教育机构，实现了更大范围的人员参与；第三，相关参赛测试成绩会被加入到中国信息通信研究院CPU/GPU云主机benchmark测试例集。

总之，秀出您的“野蛮”性能！云主机的性能，用创新来决定！

在AMD“跑步进入7nm时代”的行动中，GPU扮演了开路先锋的角色。在今天召开的Next Horizon技术大会上，AMD就宣布了全球首款7nm制程GPU产品：主要用于人工智能、云计算和高性能计算的AMD Radeon Instinct MI60和MI50数据中心GPU。MI是Machine Intelligence的缩写，可以很清晰地反映AMD Radeon Instinct产品线的定位。

在看到竞争对手凭借专业计算卡在人工智能和高性能计算领域混得风生水起后，AMD在一年多前正式推出了Radeon Instinct系列，用以取代之前的FirePro S。而在今年，Radeon Instinct随着7nm制程的升级也进行了产品升级，从之前的MI25升级为MI60和MI50。

我们先来看看AMD Radeon Instinct MI60和MI50的具体指标。从现场展示的PPT来看，MI60和MI50的规格差距并不大，二者的计算单元数量分别为64个和60个，流处理器数量分别为4096个和3840个。

MI60和MI50依然是基于VEGA GPU架构，但是AMD在采用7nm制程工艺的同时，对其核心架构进行了部分优化升级。比如优化了ALU算术逻辑单元，也增加了ECC完全校验功能，采用PCIe 4.0接口标准等。

其核心规模从14nm VEGA 10的125亿晶体管增加至7nm VEGA核心的132亿晶体管，不过因为其制程工艺的提升，核心面积从484平方毫米降低到了331平方毫米。同时其核心尺寸仅相当于竞争对手的大约40％，因此MI60和MI50在部署成本和密度方面具备相当的优势。

相比之前的MI25，MI60将内存带宽提高到了夸张的1TB/s，集合32GB HBM2存储，其数据单款基本达到了顶峰。同时，其还实现了包括GPU和存储在内的全面ECC校验，以及PCIe 4.0接口。

架构的优化、制程的提升以及存储带宽的扩大，使得MI60可以提供强大的混合精度FP16、FP32和INT4/INT8能力，从而满足动态工作负载的需求，特别是从训练复杂神经网络到运行针对这些训练网络的推理。同时，MI60还是目前世界上最快的双精度PCIe 4.0加速器，提供了高达7.4TFLOPS的峰值FP64性能，能够更有效地处理包括生命科学、能源、金融、汽车、航空航天、学术、政府、国防等行业的高性能应用。

相比MI25，MI60的FP16浮点性能提高了20％，INT8、INT4整数性能分别提高了140％、380％。凭借在INT8和FP64方面的性能改进，AMD得以将其Radeon Instinct产品线的应用场景从MI25时代的神经网络训练和虚拟化，扩展到了推理计算和高性能计算领域。

另外，通过PCIe 4.0接口和Infinity Fabric Link GPU互连技术，AMD可以通过硬件桥接的方式，实现八张加速卡分成两组的彼此互联。通过桥接，MI60可以实现高达6倍的快速数据传送，每个GPU的两个Infinity Fabric链路拥有多达200GB/s的对等带宽。

而在8张加速卡可以基于硬件虚拟化实现灵活组合，从一张加速卡支持16个虚拟机，到一台虚拟机拥有8张加速卡。

同时，其组合方式也非常灵活。1台服务器内拥有的8张加速卡可以采用灵活分组的方式，配置成为拥有1张、2张、4张以及8张加速卡的虚拟机。

在推出全新加速卡之外，AMD还宣布了用于加速计算的ROCm开放软件平台的新版本，该平台支持新加速卡的体系结构特性，包括众多开源体系下的新套件和库。它允许客户在开放环境中部署高性能、节能的异构计算系统。AMD Radeon Technologies Group高级副总裁David Wang在接受零镜网记者采访时表示：目前AMD拥有接近2000人的软件开发团队，会通过内部开发和外部协同的方式，不断支持ROCm开放软件平台的改进和升级。显然，在英特尔CUDA的成功案例在前，AMD也希望凭借更高费效比的硬件和免费开源的软件来抢回更多的市场。

随着高功能计算、人工智能技术的不时成熟，新兴技术间的跨界交融成爲当下使用创新的必经之路。3月22日下午，由中国信息通讯研讨院（以下简称“信通院”）主办、中国通讯规范化协会支持的“OSCAR云计算开源产业大会·高功能计算与人工智能交融创新论坛”在京举行，会议由中国计算机学会高功能计算专业委员会秘书长张云泉掌管，国度超级计算长沙中心、国度超级计算无锡中心、微软、信通院、阿里云、Google等企业组织代表宣布就高功能计算、人工智能等话题宣布演讲。

国度超级计算长沙中心副主任彭绍亮

“人工智能与医疗的结合，我们走在很多国际巨头的后面”，国度超级计算长沙中心副主任彭绍亮宣布题爲《大超人：天河超级计算机上的人工智能医生》的演讲。彭绍亮引见，国度超级计算长沙中心从诊前、诊中、诊后三阶段动手，片面提升医院的诊疗效率和精度。

诊前阶段，应用安康体检机器人、挂号机器人停止初诊并延长挂号工夫，增加人爲介入；诊中阶段，应用人工智能辅佐医生决策，36种大型疾病、20种亚型疾病以及其他300多种疾病模型供参考，研收回的巡房机器人辅佐医生进步诊疗精度和效率。诊后阶段，停止愈后预测、疗效评价、疾病诊断等。结合超算，国度超级计算长沙中心正在助力我国医疗完成从传统医疗到智慧医疗的跨越开展。

国度超级计算无锡中心总工程师刘鑫

“神威·太湖之光”是世界上首台峰值运转速度超越10亿亿次的超级计算机，在OSCAR高功能计算与人工智能交融创新论坛上，国度超级计算无锡中心总工程师刘鑫对“神威.太湖之光” 的人工智能创新使用做了详细引见。

刘鑫表示，“神威·太湖之光”2015年完成研制，2016年6月地下发布，并在国际上惹起了严重反响。“神威·太湖之光”每个机舱有1024颗处置器，全机有4万颗国产神威26010众核处置器，并行规模最大256个节点，运算全体的峰值功能125P。目前爲止，自零碎发布以来“神威·太湖之光”取得过四次TOP500的第一。目前使用触及天气气候、生物医药、船舶工程等20个范畴。

微软（中国）无限公司全途径事业部 资深技术平台参谋徐玉涛

人工智能跟产业结合的时分能带来更多的经济增长，微软（中国）无限公司全途径事业部资深技术平台参谋徐玉涛在《云道，智远 – 走进微软人工智能》演讲中表示，人工智能曾经深化生活的方方面面，目前较火的抖音就是典型的人工智能使用，它把摄像机捕获到的人体静态停止边缘附着，再把音频处置掉，就发生了很棒的商业体验和方式。

徐玉涛引见，微软人工智能目前集中在三件事：一，认知效劳，爲使用层开发者提供集成视觉智能、语音智能的集成效劳；二、深度学习工具集，对特殊数据做深度发掘和了解；三，聊天机器人，触及实物机器人及在线智能客服。

中国信息通讯研讨院云大所云计算部云效劳及软件评价业务主管陈屹力

OSCAR云计算开源产业大会时期，首届中国高功能云计算创新大赛后果发布，中国信息通讯研讨院云大所云计算部云效劳及软件评价业务主管陈屹力对大赛后果以及GPU云主机的评价做理解读，并指出了云主机等参赛商品存在的一些成绩。

据陈屹力引见，大赛分爲A榜和B榜，A榜是信通院根据行业规范针对国际云效劳商做的测试，B榜则普遍征集了全国北大、清华等高校的案例停止测试功能，最终测试对象由国际云效劳商提供相关的资源，包括CPU主机和GPU主机。由A榜和B榜团队辨别验证云效劳功能，最终胜出的六家厂商，都是目前在国际私有云市场上比拟有代表性的厂商。

海云捷迅研发工程师武宇亭

针对海云捷迅基于云计算技术疾速构建深度学习平台，海云捷迅研发工程师武宇亭停止了复杂分享。武宇亭表示，海云捷迅深度学习平台最底层由硬件资源、CPU、GPU等计算资源、数据存储资源组成，在资源之上是深度学习框架平台，对TensorFlow、Caffe深度学习框架提供支持。在深度学习框架之上是算法和模型、训练义务，算法次要的是CNRN这些网络模型，模型图像辨认、语音辨认等。

武宇亭以为算法模型、训练只是一个进程，这些最初要赋能使用，经过API来调用，所以海云捷迅深度学习平台的最下层是AI使用层，把训练出来的后果发布成一种使用，供用户来运用。

阿里云高功能异构计算AI团队担任人游亮

阿里云高功能异构计算AI团队担任人游亮对阿里云的异构计算处理方案停止了分享，并宣布了对人工智能开展的看法。谢亮以为，人工智能浪潮的面前有三大要素作爲支撑，第一个要素，数据量越来越大，全球数据目前已到达几十个甚至上百个ZB级别。第二个要素，算法的深度或许是复杂度越来越高。第三个要素，对异构计算的处置才能的要求越来越高。

阿里云的人工智能幅员包括ECS集群、SCC神龙效劳器、异构计算等提供的计算效劳，由TensorFlow、Caffe、Hadoop等提供的高功能引擎效劳，由ESPC、EMR、EML提供的平台调度效劳，还包括语音辨认等API效劳以及城市大脑等场景处理方案。

自从我国改革开放以来，我国信息技术领域迅猛发展，取得了前所未有的成就。云计算是我国近年来取得的重大成就之一，推动着我国其他各行各业的快速发展，同时云计算一起广泛的应用前景，成为当代信息技术领域研究的热点问题之一。

对此有网友表示称，云计算已成为高性能计算的新潮流。云计算是基于互联网的计算方式，通过这种方式，用户可以按需来申请由供应商提供的各种软硬件资源，进行大规模计算。云计算具有超大规模、虚拟化、高可靠性、按需服务、极其廉价等诸多优点，这使它成为科学计算的重要工具。

在医学影像技术及其交叉学科领域，有许多问题需要借助高性能计算才能得到解决，如医学影像重建、放疗剂量评估、影像基因组学等。中国科学院苏州生物医学工程技术研究所医学影像室研究员高欣带领的数字介入诊疗课题组，从2014年开展了云计算技术在医学影像计算领域的应用研究，取得了进展，并已应用于医学影像的数据处理。

所以云计算带来的"革命"一定是新鲜互联网企业和软件开发商（ISV）的必选。无论是从运营角度还是技术对接难度难度上，云计算均是无懈可击之势，所以搞清楚客户的准备上云的系统应用非常重要，这个可以做为一个突破点，去了解其他的应用。然后慢慢引导上云。