高性能计算（HPC）概览

HPC 与云计算的区别

云计算（通用）：
  - 多租户共享资源
  - 虚拟化（有性能损耗）
  - 弹性伸缩
  - 适合 Web/应用服务

HPC（高性能计算）：
  - 专用资源，无虚拟化
  - 裸金属（Bare Metal）运行
  - 高速互联（InfiniBand）
  - 适合科学计算、仿真、AI 训练

H3C HPC 解决方案

典型 HPC 集群架构

HPC 集群组成：

登录节点（Login Node）× 2
  └── 用户登录、作业提交入口

管理节点（Management Node）× 2
  └── 集群管理、调度、监控

计算节点（Compute Node）× N
  ├── CPU 节点：H3C R4900 G5（2×32C）
  ├── GPU 节点：H3C G5500 G5（8×A100）
  └── 大内存节点：H3C R6900 G5（6TB 内存）

存储节点（Storage Node）
  └── Lustre 并行文件系统

高速互联网络
  └── InfiniBand HDR 200Gbps

管理网络
  └── 1GbE（带外管理）

SLURM 作业调度

SLURM（Simple Linux Utility for Resource Management）是 HPC 领域最主流的作业调度系统：

基本概念

SLURM 核心概念：

Partition（分区）：
  类似队列，按资源类型划分
  例：cpu-partition（CPU 节点）、gpu-partition（GPU 节点）

Job（作业）：
  用户提交的计算任务
  包含：资源需求、运行时间、执行脚本

Node（节点）：
  计算节点，有 idle/allocated/down 等状态

Account（账户）：
  用于资源配额和计费管理

常用命令

# 查看集群状态
sinfo                          # 查看分区和节点状态
squeue                         # 查看作业队列
squeue -u $USER                # 查看自己的作业
sacct -j <job-id>              # 查看作业历史

# 提交作业
sbatch job.sh                  # 提交批处理作业
srun --nodes=4 --ntasks=32 ./program  # 交互式运行

# 管理作业
scancel <job-id>               # 取消作业
scontrol hold <job-id>         # 暂停作业
scontrol release <job-id>      # 恢复作业

# 查看节点详情
scontrol show node <node-name>

作业脚本示例

#!/bin/bash
#SBATCH --job-name=cfd-simulation
#SBATCH --partition=cpu-partition
#SBATCH --nodes=16
#SBATCH --ntasks-per-node=32        # 每节点 32 个 MPI 进程
#SBATCH --cpus-per-task=1
#SBATCH --mem=256G                  # 每节点内存
#SBATCH --time=48:00:00             # 最长运行 48 小时
#SBATCH --output=logs/cfd-%j.out
#SBATCH --error=logs/cfd-%j.err
#SBATCH --mail-type=END,FAIL
#SBATCH --mail-user=user@example.com

# 加载模块
module load openmpi/4.1.5
module load openfoam/10

# 设置工作目录
cd $SLURM_SUBMIT_DIR

# 运行 MPI 程序
mpirun -np $SLURM_NTASKS \
  --bind-to core \
  --map-by socket \
  simpleFoam -parallel

echo "作业完成，退出码: $?"

MPI 并行计算

MPI（Message Passing Interface）是 HPC 的核心并行编程模型：

// MPI Hello World 示例
#include <mpi.h>
#include <stdio.h>

int main(int argc, char *argv[]) {
    int rank, size;
    char hostname[256];
    
    MPI_Init(&argc, &argv);
    MPI_Comm_rank(MPI_COMM_WORLD, &rank);
    MPI_Comm_size(MPI_COMM_WORLD, &size);
    gethostname(hostname, 256);
    
    printf("Hello from rank %d of %d on %s\n", rank, size, hostname);
    
    // 集合通信示例：AllReduce
    double local_sum = rank * 1.0;
    double global_sum;
    MPI_Allreduce(&local_sum, &global_sum, 1, MPI_DOUBLE, MPI_SUM, MPI_COMM_WORLD);
    
    if (rank == 0) {
        printf("全局求和结果: %.1f\n", global_sum);
    }
    
    MPI_Finalize();
    return 0;
}

# 编译和运行
mpicc -O2 -o hello hello.c
mpirun -np 64 --hostfile hostfile ./hello

典型 HPC 应用场景

气象/气候模拟

WRF（Weather Research and Forecasting）模型：
  - 全球/区域天气预报
  - 需要大量 CPU 核心和内存
  - 典型规模：100-1000 节点
  
H3C 方案：
  - 计算节点：H3C R4900 G5（2×32C，512GB）
  - 存储：Lustre 并行文件系统（高吞吐）
  - 网络：InfiniBand HDR（低延迟）

分子动力学模拟

GROMACS/AMBER/NAMD：
  - 蛋白质折叠、药物设计
  - GPU 加速效果显著
  
H3C 方案：
  - GPU 节点：H3C G5500 G5（8×A100）
  - 存储：NVMe 全闪（高 IOPS）

有限元分析（CAE）

ANSYS/Abaqus/LS-DYNA：
  - 汽车碰撞仿真、结构分析
  - 需要大内存节点
  
H3C 方案：
  - 大内存节点：H3C R6900 G5（6TB 内存）
  - 存储：高速 NFS/Lustre