浪潮中科院合作 合肥超算中心落成

作者:Amteam.org
2009/9/18 9:40:00
本文关键字: 服务器

日前,中科院合肥超算分中心在中科院合肥物质科学研究院正式落成,中心超算平台计算能力高达12万亿次/秒,总存储容量24.2 TB,成为安徽省规模最大、技术最先进的超级计算中心。据了解,该平台基于浪潮天梭TS10000高性能集群,采用了英特尔至强5500系列处理器SSD固态硬盘、刀片、Infiniband互联网络等多项前沿技术,具有占用空间小、绿色节能的特点。同时,中心的落成也成为浪潮与中科院高性能应用合作的重要成果。

中科院合肥超算分中心建设是“十一五”期间中科院分布式高性能超级计算环境建设工程的一部分。按照规划,中科院将建立由院超级计算总中心、分中心、所级计算中心构成的三层结构网格环境,目标是形成具有总计算能力200万亿次/秒以上的分布式高性能超级计算环境,为院内外科研项目提供高水平的高性能计算服务,并成为中国国家网格的重要基础设施。中科院合肥物质科学研究院作为国内顶尖的物质科学研究机构,成为首批七个分中心的承建单位之一。

据了解,中科院合肥物质科学研究院主要研究工作主要围绕着战略能源、国家安全、环境监控等关键领域的前沿研究,其研究成果磁约束聚变与等离子体技术获得了国家科技进步一等奖,还利用现代光学与信息获取技术,在全国建立了农民信息自动化的系统,向村镇、向农民提供足够的IT技术。

中科院合肥物质科学研究院计算中心主任、中科院超级计算环境合肥分中心项目负责人曾雉介绍,他们的此次应用的浪潮天梭10000系统将主要用于核聚变、大气光学、智能机器人传感器等计算物理领域的尖端技术研究工作,承担核聚变领域的四大科学工程——HT-7、EAST、ITER和强磁场实验装置的研发计算工作,将成为该院推进国家“863计划”与其他重大科研课题的强大武器。

作为合肥物质科学研究院的“新武器”,浪潮天梭TS10000高性能集群系统在技术层面创下了多个“业界之最”:运用了业界最节能刀片NX7140N作为计算节点;采用英特尔®最新一代的至强®5500系列处理器;在国内高性能计算领域首次实现了SSD固态硬盘的大规模应用。

整个系统共包括122个节点,其中112个计算节点全部采用基于至强®5560处理器的NX7140N刀片, 参与计算的224颗CPU,总共拥有数目高达896个的内核,浮点峰值达12万亿次。而在系统通信方面,采用带宽高达20GB/S的Infiniband网络,引入了SSD固态硬盘,从硬件上极大缓解了硬盘读写、网络通讯两大性能瓶颈。浪潮还引入下一代的集群文件系统——LUSTRE,将单一节点文件读写方式,改为多节点并行,I/O性能提升了5以上。同时,在能耗的控制上,NX7140N采用创新节能设计,其转换效率达93%的“3+1高效电源”,将使每一度电都能够用到实处。

事实上,本次合肥超算分中心建设也是浪潮与中科院联合推进国内高性能计算应用水平的重要一步。今年6月,浪潮与中科院超算中心签署战略合作备忘录,宣布将浪潮基于天梭TS10000的高性能计算解决方案与中科院的应用经验和成果进行互补整合,为广大科研机构提供全方位的高性能应用解决服务,从而缓解当前高性能产业“软硬失衡”导致的应用瓶颈。浪潮基于此次“强强联合”打造的天梭TS10000集群解决方案在项目前期测试中表现出色。据透露,在VASP和Vien2k两个核心算例的测试中,浪潮天梭均以50%以上的加速比在所有参测方案中居于第一位。

曾雉介绍,整个建设方案已经获得了中科院信息化工作领导小组和中科院超算总中心专家的认证通过,9月底正式对外开放后,合肥超算中心不仅会进一步加速中科院尖端科研课题的研究进程,而且也会有力地促进安徽全省及周边地区的高性能计算应用水平提升。

责编:
vsharing 微信扫一扫实时了解行业动态
portalart 微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
IT系统一体化时代来了

2009年Oracle 用Exadata服务器告诉企业,数据中心的IT服务一体化解决方案才是大势所趋,而当前企业对大数据处理的..

高性能计算——企业未来发展的必备..

“天河二号”问鼎最新全球超级计算机500强,更新的Linpack值让世界认识到了“中国速度”。但超算不能只停留于追求..

    畅享
    首页
    返回
    顶部
    ×
    畅享IT
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918
    Baidu
    map