北鯤雲:淺談雲端計算與高效能運算的區別與聯絡

beikun_北鯤雲發表於2021-06-25
北鯤雲:淺談雲端計算與高效能運算的區別與聯絡

近年來,隨著人工智慧、AI 智藥等科技領域的火熱,以及阿里雲、騰訊雲、華為雲等網際網路大廠在各種場景下的成功應用。高效能運算、雲端計算這類科技領域的詞彙也也逐漸進入人們的日常生活。那麼,什麼是雲端計算呢?雲端計算為什麼這麼火?雲端計算與高效能運算又有著什麼樣的淵源?今天我們就詳細說一下雲端計算與高效能運算的區別與聯絡。

 

在說雲端計算就不得不提到傳統的高效能運算,高效能運算是也就是許多人都聽說過的 HPC(High Performance Computing)。傳統高效能運算的範疇是十分寬泛的,包括平行計算、分散式計算、計算機叢集以及網格計算。

 

平行計算,是指一種能夠讓多條指令同時進行的計算模式。可分為時間上的並行和空間上的並行。 時間上的並行就是指流水線技術,而空間上的並行則是指用多個處理器併發的執行計算。平行計算的目的就是提供單處理器無法提供的效能(處理器能力或儲存器),使用多處理器求解單個問題。 可以說,平行計算是雲端計算的初始階段或者說是萌芽期,它為雲端計算的發展提供了理論支援。

 

分散式計算,是研究如何把一個需要非常巨大的計算能力才能解決的問題分成許多小的部分,然後把這些部分分配給許多計算機進行處理,最後把這些計算結果綜合起來得到最終的結果。在分散式計算的演算法中,我們更加關注的是計算機間的通訊而不是演算法的步驟,因為分散式計算的通訊代價比起單節點對整體效能的影響權重要大得多。所以說,分散式計算是網路發展的產物,是由平行計算演化出的新模式:網路平行計算。如果說平行計算為雲端計算奠定了理論基礎,那麼分散式計算則是雲端計算實現的網路技術支援。

 

計算機叢集,是指將一組鬆散整合的計算機軟體和/或硬體連線起來高度緊密地協作完成計算工作。簡單來說,我們可以把這一組鬆散的整合的計算機看作是一臺計算機。叢集系統中的單個計算機被稱為節點,通常是透過區域網連線,但也有其它的可能連線方式。叢集計算機通常用來改進單個計算機的計算速度和/或可靠性。

 

正常情況下,叢集計算機比單個計算機(比如,工作站或超級計算機)價效比要高得多。根據組成叢集系統的計算機之間體系結構是否相同,叢集可分為同構與異構兩種。叢集計算機按功能和結構可以分為,高可用性叢集(High-availability (HA) clusters)、負載均衡叢集(Loadbalancing clusters)、高效能運算叢集(High-performance (HPC)clusters)、網格計算(Grid computing)。

 

網格計算是指透過利用多個獨立實體或機構中大量異構的計算機資源(處理器週期和磁碟儲存),採用統一開放的標準化訪問協議及介面,實現非集中控制式的資源訪問與協同式的問題求解,以達到系統服務質量高於其每個網格系統成員服務質量累加的總和。

 

網格計算其實是分散式計算與計算機叢集fa展到一定階段後的產物。其目的在於利用分散的網路資源解決密集型計算問題。網格計算與虛擬組織的概念由此產生,它透過定義一系列的標準協議、中介軟體以及工具包,以實現對虛擬組織中資源的分配和排程。它的焦點在於支援跨域計算與異構資源整合的能力,這使它與傳統計算機叢集或簡單分散式計算相區別。網格計算的發展,為雲端計算提供了基本的網路框架支援。

 

瞭解了以上傳統高效能運算的範疇,再來看雲端計算就很容易理解了。前面我們有說過,平行計算是雲端計算的理論基礎,分散式計算則為雲端計算的實現提供了網路技術支援。而網格計算是對計算叢集的虛擬組織。同時也為為雲端計算提供了基本的網路框架支援。

 

因此,目前我們對雲端計算的基本定義是一致的,即雲端計算是平行計算、分散式計算和網格計算的發展,或者說是這些概念的商業實現。雲端計算不但包括分散式計算還包括分散式儲存和分散式快取。分散式儲存又包括分散式檔案儲存和分散式資料儲存。

 

總體而言,雲端計算具備五個關鍵特點:①基於分散式平行計算技術;②能夠實現規模化、彈性化的計算儲存;③使用者服務的虛擬化與多級化;④受高效能運算與大資料儲存驅動;⑤服務資源的動態化、彈性化。

 

雲端計算作為一個頗有前景的行業,不僅可以為使用者提供一種全新的體驗,而且可以將很多的異構的計算機資源協調在一起,使使用者透過網路就可以獲取到無限的不受時間和空間限制的資源,更重要的是雲端計算能夠有效節約成本,這也是很多組織採用雲產品的原因之一。例如,相比從前高昂的網站伺服器託管價格,作為雲端計算的基礎設施部署,雲伺服器價格相對低廉且具有彈性合理的計費模式。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70001891/viewspace-2778405/,如需轉載,請註明出處,否則將追究法律責任。

相關文章