为高性能业务上云扫清障碍！云原生超级计算如何做到？芯东西（公众号：aichip001）作

文章图片
芯东西（公众号：aichip001）
作者|ZeR0
编辑|漠影
芯东西11月25日报道，随着数据和计算规模暴涨，超级计算中心和公有云的需求正走向融合，应对当前云和数据中心面临的挑战，英伟达（NVIDIA）认为，云原生超级计算会成为数据中心的新架构。
顾名思义，云原生超级计算融合了云与高性能计算的优点，既拥有高性能计算的强大算力，又兼具云服务的安全性与易用性。
云原生超级计算架构具体采用了哪些关键技术，来解决传统数据中心架构遇到的瓶颈？它能带来哪些性能的优化？围绕这些问题， NVIDIA网络亚太区高级总监宋庆春、NVIDIA网络技术专家崔岩与芯东西等媒体进行了交流。

文章图片
一、云原生超级计算：计算和通信并行处理
传统数据中心的一个典型架构，即是由CPU处理应用、由GPU对应用进行加速，通过网络进行大规模的连接。如果CPU既做计算，又做存储、安全等各方面的事务，难免会分身乏术，如在运行计算任务途中不断暂停抽身去处理通信任务，造成“系统噪声” ，进而影响整个系统的性能。
由于公有云在支撑多租户和多任务，即便每个任务有独立的计算资源、独立的内存资源和通过QoS技术做带宽分配，当流量走到网络中，还是会造成不同任务之间的流量冲突，导致业务性能下降，无法实现在独立计算平台上单独运行一个业务的性能。
而云原生超级计算架构通过引入DPU芯片及网络计算技术，计算和通信是并行处理的。 DPU可以帮助CPU分担一些存储、租户隔离安全、系统管理等基础设施操作，这样CPU就能在处理计算任务上更加高效。这种架构改进，可以用更低成本或更少硬件构建更高性能的系统。

文章图片
云原生超级计算架构可以用异构网络的方式优化性能，其中有一张高性能的管理网络，能对整个数据中心搜集分析信息，然后反馈到数据中心，提高数据中心的安全性或运行效率。
从上周发布的TOP500榜单可以看到，英伟达的GPU和网络处于绝对领先的地位， 72%的系统采用了英伟达GPU或网络（InfiniBand、以太网）， TOP100系统中有63%采用了InfiniBand 。今年由英伟达旗舰计算芯片HopperGPU和InfiniBand连接的系统以65.09GF/W的性能取得了Green500榜单第一名。 Green500榜单前100名中，有75%的系统在采用InfiniBand 。最新的IO500榜单前5大系统中，有4个采用InfiniBand 。

文章图片
DPU在InfiniBand平台上的应用和以太网上的主要区别在于：1、更加侧重于业务的性能提升，实现了计算和通信的重叠，让CPU资源完全释放给了应用的计算任务；2、利用DPU的算力资源参与应用的计算，为应用贡献了更多的算力；3、DPU运行存储框架，实现了基于文件存储的模拟，充分发挥远端共享文件存储系统的性能；4、实现了增强的Telemetry技术，利用DPU来提供应用的信息给用户分析和训练，进一步优化性能；5、DPU还是应用性能隔离的重要组件， DPU可以和InfiniBand拥塞控制技术一起提供Pre-Active拥塞控制，实现性能隔离；6、DPU还在零信任环境中扮演重要作用，用于隔离应用和其它基础设施操作、存储操作和通信操作。