最近一段時間以來，高性能計算集群方案到底應(yīng)該自主構(gòu)建還是直接購買的爭論可謂如火如荼，其部分原因在于原本屬于市場空白的性能與軟件生態(tài)系統(tǒng)關(guān)鍵性組成部分如今已經(jīng)逐漸落實到位。

經(jīng)過數(shù)年的發(fā)展演變，如今高性能計算在云環(huán)境下的可行性終于得到了一定程度的肯定——至少針對一部分應(yīng)用程序是如此。在大型云服務(wù)供應(yīng)商已經(jīng)利用更為強大的網(wǎng)絡(luò)與處理器方案向高性能計算作出了試探性延伸的同時，以Rescale公司為代表的其它廠商也開始通過自己的許可模式幫助獨立軟件開發(fā)商接觸高性能計算代碼，進(jìn)而揭開長久以來蒙住高性能計算軟件的這層神秘面紗。不過需要強調(diào)的是，目前將高性能計算負(fù)載運行在云環(huán)境當(dāng)中仍然存在著諸多難題，到底該將哪些負(fù)載交給內(nèi)部高性能計算集群打理，同時把另一些可能存在突發(fā)性資源需求增長的負(fù)載交由云基礎(chǔ)設(shè)施負(fù)責(zé)，從而充分利用雙方的固有優(yōu)勢仍然很難找到確切答案。

根據(jù)The Platform網(wǎng)站最近發(fā)布的一篇文章，我們可以看到在高性能計算領(lǐng)域，整體設(shè)施的構(gòu)建、采購以及機(jī)房共置等任務(wù)確實難于完成。為了能夠更透徹地理解這兩種觀點的思維方式，我們采用了Rescale方面提供的一些數(shù)字——這是一家高性能計算云服務(wù)供應(yīng)商(如前所述，主要負(fù)責(zé)將軟件與高性能計算獨立軟件開發(fā)商相對接方面的工作)。

下面提到的各項數(shù)字來自Rescale公司對于內(nèi)部高性能計算集群與租賃云供應(yīng)商容量及許可所進(jìn)行的一次成本比較。這些數(shù)字體現(xiàn)了一臺典型的中端集群在處理高性能計算工作負(fù)載時所帶來的使用成本——注意，這里并沒有考慮任何高端處理器或者加速方案。在一篇探討高性能計算云服務(wù)使用成本的文章中，Rescale公司CEO Joris Poort解釋稱，這主要是為了體現(xiàn)最終用戶的中位成本水平——一部分需要高到極致的性能表現(xiàn)，另一些則更關(guān)注成本因素，因此這些數(shù)字僅作為基準(zhǔn)參考。當(dāng)然，一旦新型Haswell處理器或者InfiniBand等其它高成本要素被加入進(jìn)來，基礎(chǔ)成本無疑將顯著提高——特別是在采購集群設(shè)備的頭一年時間當(dāng)中。

在以上配置條件下，用戶在物理數(shù)據(jù)中心內(nèi)運維一臺典型的100節(jié)點集群，則每月需要承擔(dān)近7萬美元固定成本，其中約1萬6千美元被用在了能源消耗及冷卻方面開支當(dāng)中。Poort提供的統(tǒng)計數(shù)字當(dāng)中還包含一位負(fù)責(zé)管理該集群的全職工程師的薪酬。他同時強調(diào)稱，對于大多數(shù)用戶、甚至是已經(jīng)開始向云端過渡的用戶而言，這一職位都仍然切實存在，因為企業(yè)內(nèi)部往往繼續(xù)運行著大量工作負(fù)載。

接下來我們可以看到Poort所提供的典型集群的具體成本構(gòu)成：

這僅僅是集群運維方面的支出，Poort表示實際情況還應(yīng)當(dāng)考慮到集群的整體擁有成本，包括技術(shù)支持團(tuán)隊以及其它服務(wù)項目所帶來的超出表格范疇之外的支出，其每月整體成本約為11萬美元。有趣的是，硬件相關(guān)成本僅為4萬美元左右，但其它運維(包括供電、人員以及其它相關(guān)費用)卻高達(dá)7萬美元之巨。

這個數(shù)字聽起來確實不低，尤其是考慮到企業(yè)往往會把為高性能計算資源準(zhǔn)備的預(yù)算按部門加以進(jìn)一步劃分。舉例來說，在某些企業(yè)當(dāng)中，帶寬方面的成本預(yù)算被納入到整體帶寬使用量監(jiān)控機(jī)制當(dāng)中。電力消耗也是如此，這部分支出往往并不會被直接劃撥給高性能計算集群，因為數(shù)據(jù)中心內(nèi)部還包含有其它設(shè)備所帶來的能源成本。雖然這些資金都會由企業(yè)負(fù)責(zé)提供，但Poort表示直接列出數(shù)字的方式更加容易理解——此處的統(tǒng)計結(jié)果屬于將各項開銷直接累加得到的總和，其中可能也包括一部分被算在高性能計算部門頭上的、實際由其它部門使用的支出項目。

考慮到這一點，將整體成本準(zhǔn)確拆分為每小時運營開支確實有些難度，特別是考慮到多數(shù)情況下我們往往只能基于不同硬件單獨進(jìn)行計算。換言之，計算結(jié)果中往往缺失了前面所列舉的整體運營與數(shù)據(jù)中心日常成本。在這里我們姑且將滿載運轉(zhuǎn)情況下的每計算核心使用成本按照每小時10美分計算，當(dāng)然不同企業(yè)由于情況有別、計算結(jié)果則可能出現(xiàn)明顯差異。“如果大家只加入電力消耗費用而沒有包含整體數(shù)據(jù)中心成本，那么每計算核心每小時的使用成本可能只需要5美分。這從表面上看似乎沒什么差別，但這樣的成本水平已經(jīng)比我們的計算方式高出25%——再加上其它設(shè)施支出與元素所帶來的負(fù)擔(dān)，最終差異將極為明顯，”Poort解釋道。這種節(jié)約效果可能稱不上立竿見影，但卻絕對是兩種方案之間的重要差別，而且隨著時間的推移、這種差別將愈發(fā)顯著。

美中不足的是，每計算核心每小時10美分的使用成本只適用于滿負(fù)載運轉(zhuǎn)這一假定前提之下，具體如下表所示。“在評估此類成本時經(jīng)常出現(xiàn)的另一大誤區(qū)在于，當(dāng)人們審視自己在云環(huán)境下使用服務(wù)器的開銷時，往往會單純從表面理解、認(rèn)為其成本比親自購買服務(wù)器并接入基礎(chǔ)設(shè)施更高。有鑒于此，我們需要強調(diào)一點，也就是資源利用率方面的差別——在云環(huán)境下，我們可以隨時開啟并關(guān)閉自己租賃的設(shè)備。而在非使用時段中，它們完全不會帶來任何成本，”Poort指出。

換句話來說，作為一套典型的內(nèi)部系統(tǒng)方案，大部分高性能計算工程技術(shù)團(tuán)隊更傾向于采取最高容量規(guī)格以應(yīng)對資源需求峰值，畢竟能夠?qū)⑷抠Y源投入產(chǎn)品開發(fā)往往比保持100%資源利用率更加重要。“很多企業(yè)已經(jīng)意識到，他們目前的實際資源利用率恐怕只有60%到70%。但這種容量設(shè)置對自身而言確實非常明智，因為他們需要滿足峰值容量提出的資源需求——工程師們可一刻都等不得。”

這就回到了Poort之前提到的觀點，即對于高性能計算客戶而言，最理想的用例應(yīng)該能夠?qū)?nèi)部資源與基于云的容量加以結(jié)合，從而在輕松應(yīng)對峰值需求的同時利用現(xiàn)有硬件投資平衡實際運營成本。他并不指望企業(yè)客戶會將全部關(guān)鍵性高性能計算工作負(fù)載都投入到云環(huán)境下。不過在他看來，利用云服務(wù)所提供的各類硬件與軟件工具來擴(kuò)展企業(yè)現(xiàn)有容量絕對是個理想的選擇。

最后需要強調(diào)的是，除了可觀的全球資源儲備之外、Rescale公司還在軟件許可方面擁有豐富的搭配組合，足以幫助獨立軟件開發(fā)商擺脫那些昂貴而復(fù)雜的高性能計算工程軟件。對于用戶來說，以小時為單位支付軟件許可費用顯然極為重要、甚至可算是一種獨特優(yōu)勢。盡管這一點在上述表格當(dāng)中并沒能得到明確體現(xiàn)——特別高性能計算系統(tǒng)與具體工作負(fù)載的實際差異讓我們很難為其制定一種準(zhǔn)確的衡量基準(zhǔn)，但相信用戶對其重要價值絕對有所理解。