В статье дан анализ выбора варианта кластера на основе многих критериев. На основе проведенного анализа предложены способы формирования набора таких критериев, исходя из технических и стоимостных характеристик аппаратных средств, составляющих кластер.
В настоящее время существует достаточно много прикладных и научных задач, требующих для своего решения больших вычислительных мощностей, предоставляемых суперкомпьютерными технологиями. Высокопроизводительные вычисления необходимы в самых различных областях, в таких как обработка потоков информации в распределенных базах данных, автоматизация проектирования, компьютерное управление производственными процессами, анализ фондового рынка, управление сотовой связью, моделирование погоды, биоинформатика, биохимия, биофизика, теплофизика, динамика жидкостей и газов, электромагнетизм, исследование генома человека, исследование прочности материалов и др. Необходимость в разработке более дешевой аппаратной части суперкомпьютеров побудила обратить более пристальное внимание на кластерные технологии.
Очень важным моментом для продвижения на рынке вычислительных кластеров является явная тенденция к снижению стоимости аппаратных решений для сетевых высокоскоростных протоколов передачи данных, в частности, Gigabit Ethernet. Другим существенным моментом служит совершенствование и удешевление микропроцессоров, являющихся основными компонентами вычислительных узлов кластеров. Удалось заметно повысить их быстродействие и одновременно понизить энергопотребление и тепловыделение, что также очень важно для построения больших вычислительных кластеров [3,c.202].
Предварительным этапом выбора вычислительного кластера является составление перечня возможных вариантов, из которого будет выбран наиболее предпочтительный вычислительный кластер. Выбор вычислительного кластера зависит от следующих основных факторов:
Используемая прикладная программа предъявляет определенные требования к характеристикам аппаратной платформы, что накладывает ограничения на выбор конфигурации вычислительных кластеров или отдельных компонентов вычислительных кластеров. Прикладная программа обусловливает также выбор операционной системы и кластерного программного обеспечения. Важность этого фактора заключается в том, что для решения задачи пригодны не все, а только вполне определенные прикладные программы, стоимость которых может быть на порядок больше, чем стоимость вычислительного кластера.
Размерность счетной задачи и необходимый временной выигрыш позволяют определить требуемые производительность, минимальный суммарный объем и тип оперативной памяти, суммарный объем и тип дискового пространства. Это, в свою очередь позволяет выбрать ту или иную базовую аппаратную платформу, а также влияет на выбор типа процессора.
Точность расчетов. Чем выше требуемая точность, тем больше времени нужно для расчета. В ряде случаев этот фактор оказывает влияние на выбор типа процессора [2,c.186].
Интенсивность обмена данными между вычислительными узлами позволяет выбрать технологию построения сети вычислительного кластера.
Удовлетворять указанным требованиям могут:
1. Существующие конфигурации вычислительных кластеров от различных производителей, предназначенных для решения конкретных вычислительных задач (постановка 1).
2. Специально построенные конфигурации вычислительных кластеров, состоящие из компонентов, совместимых между собой и совместимых с заранее заданным прикладным программным обеспечением (постановка 2). В ситуации, когда после конфигурирования получается несколько вариантов вычислительных кластеров, задача сводится к постановке 1.
Разница между данными двумя постановками состоит в том, что во втором случае необходимо предварительно «отсеять» либо «технологически невозможные» варианты кластеров, либо возможные, но не совместимые с программным обеспечением. В условиях, когда существует множество различных архитектур процессоров, сетевых технологий и т. д., выбор вычислительного кластера под конкретное программное обеспечение для расчетов и оценка совместимости всех возможных комбинаций аппаратных решений с конкретным программным обеспечением для расчетов является крайне сложной задачей.
Важно отметить, что «универсальные» вычислительные кластеры мало распространены. Это связано со сложностью расчетных программ, которые накладывают достаточно жесткие ограничения на «железо» и не позволяют устанавливать в вычислительный кластер «что попало». Таким образом, при отборе вычислительного кластера для его включения в список на одно из первых мест выходит условие совместимости компонентов вычислительного кластера и используемого прикладного программного обеспечения для расчетов.
Информацией о совместимости различных компонентов вычислительного кластера и программного обеспечения обладают эксперты. В качестве экспертов выступают как конечные пользователи, так и разработчики программных и аппаратных средств. Информация от экспертов позволяет существенно сократить количество вариантов вычислительных кластеров для последующего сравнения и выбора наилучшего из них для целей конечного пользователя.
Итак, на предварительном этапе постановки задачи выбора вычислительного кластера для решения конкретных вычислительных задач необходимо сформировать перечень возможных конфигураций вычислительных кластеров, который может включать в себя и вычислительные кластеры определенных производителей, и конфигурации вычислительных кластеров, предложенные экспертами. Вошедшие в перечень варианты вычислительных кластеров должны удовлетворять следующим основным требованиям:
• совместимость компонентов вычислительного кластера с имеющимся программным обеспечением для выполнения расчетов;
• приемлемая производительность вычислительного кластера;
• приемлемая стоимость вычислительного кластера.
В качестве самостоятельных критериев для сравнения вычислительных кластеров были выбраны такие базовые характеристики как стоимость и производительность кластера, а также сконструированы составные критерии: возможность модернизации и сложность эксплуатации кластера.
Рассмотрим возможную аргументацию в пользу выбора такого набора критериев.
Срок морального устаревания вычислительного кластера в 2–3 раза (на сегодняшний день) выше, чем срок устаревания рабочих станций. За этот период необходимость модернизировать (и, возможно, ремонтировать) вычислительный кластер может возникнуть не один раз [5,c.184].
Модернизация может затрагивать как вычислительные узлы (замена процессора, увеличение объема оперативной памяти и т. д.), так и технологию построения сети (переход на более быструю). Например, можно выбрать вычислительный кластер, оснащенный более дорогими процессорами, функционал которых в данный момент может быть задействован не полностью по причине отсутствия поддержки со стороны программного обеспечения. Зато в будущем возможности программного обеспечения для расчетов позволят задействовать функционал процессора в полной мере, и его замена не потребуется. Особенно данный аспект важен с точки зрения поддержки 64-разрядных вычислений, что крайне важно для расчетных задач. На данный момент программное обеспечение, поддерживающее 64-разрядные вычисления, для процессоров Intel и AMD мало распространено. В частности, этот аспект сдерживает продвижение на рынок процессора Intel Itanium 2. Тем не менее сфера применения вычислительных кластеров постоянно будет «подстегивать» разработчиков программного обеспечения включить в свои продукты такую поддержку.
Очень важным моментом является поиск компромисса между количеством вычислительных узлов (для умеренно связанных вычислительных кластеров) и скоростью межсетевого взаимодействия. По большому счету, данная проблема вполне может рассматриваться как самостоятельная задача [4,с.78], тесно связанная с выбором программного продукта, который будет использоваться совместно с вычислительным кластером.
С одной стороны, чем больше вычислительных узлов, тем быстрее счет. А с другой стороны, при увеличении числа узлов растет и сетевой трафик, что может привести к обратному эффекту, как, например, к падению производительности, если скорость межсетевого взаимодействия станет узким местом. Поэтому при проектировании сети необходим достаточно существенный запас «прочности» для того, чтобы в будущем иметь возможность модернизировать вычислительный кластер, например, добавить новые узлы [3,c.142].
В равной степени подобный подход может быть применен для большинства технических характеристик вычислительного кластера.
Возможность модернизации также напрямую связана с понятием ремонтопригодности.
Порядковая шкала оценок по критерию, сконструированная наиболее простым способом, включает в себя следующие оценки:
Высокая. Вычислительные узлы оснащены перспективным процессором, перспективными базовыми аппаратными платформами. Вычислительный кластер использует перспективную технологию построения сети.
Общий объем и тип оперативной памяти отвечает требованиям задачи и имеется возможность ее увеличения в будущем. Общий объем и тип дисковой памяти отвечает требованиям задачи и имеется возможность ее увеличения в будущем.
Средняя. Вычислительные узлы оснащены современными процессорами, современными базовыми аппаратными платформами. Технология построения сети отвечает текущим требованиям. Общий объем и тип оперативной памяти отвечает требованиям расчетной задачи, однако большого резерва по наращиванию ее объема нет. Общий объем и тип дисковой памяти отвечает требованиям расчетной задачи, однако большого резерва по наращиванию ее объема нет.
Низкая. Вычислительные узлы оснащены устаревающими процессорами, устаревающими базовыми аппаратными платформами. Вычислительный кластер использует устаревающую технологию построения сети.
Наращивание объема оперативной памяти ограничено. Наращивание объема дисковой памяти ограничено.
Таким образом, в составной критерий «Возможность модернизации кластера» входят следующие базовые технические характеристики, являющиеся простыми критериями: процессор, базовая аппаратная платформа, технология построения сети, оперативная память и дисковая память [1,c.195].
Рассмотренный подход позволяет решать достаточно широкий круг задач выбора различных технических и программных средств. Подход позволяет ЛПР существенно сократить время, необходимое для выбора наиболее предпочтительного вычислительного кластера, и воспользоваться услугами экспертов. При этом нет необходимости самостоятельно проводить достаточно сложное тестирование многочисленных вариантов конфигураций вычислительных кластеров совместно с программным обеспечением, что, зачастую, просто невозможно, исходя из чисто технических и организационных аспектов.
Литература:
1.Кини Р.Л. Размещение энергетических объектов: выбор решений. М.: Энергоатомиздат, 1983. 320 с.
2.Ногин В.Д. Принятие решений в многокритериальной среде: количественный подход. М.: Физматлит, 2002. 176 с.
3.Ройзензон Г.В. СППР для выбора вычислительных кластеров // Труды международных научно-технических конференций «Интеллектуальные системы» (IEEE AIS’03) и «Интеллектуальные САПР» (CAD-2003). Т. 1. М.: Физмат-лит, 2003. С. 443–448.
4.Стародубцев М.А. Производительность газодинамического пакета STAR-HPC на вычислительном кластере из персональных компьютеров на базе процессоров Intel. 2003.
5.Щукин А. Анализ производительности 64- и 32-разрядных многопроцессорных вычислительных систем в программном комплексе вычислительной гидрогазодинамики STAR-CD. 2004.
