戴尔易安信 PowerEdge C6100 服务器｜为 ADAPT 提供计算节点

提到探索宇宙，先后执行了水星计划、阿波罗计划、国际空间站等研究任务的美国国家航空航天局（NASA）可谓鼎鼎有名。

其实，除了空间科学，地球学研究也在NASA的研究领域之内。位于马里兰州格林贝尔特的戈达德航空飞行中心（NASA-GSFC），就拥有一支庞大的地球科学家队伍。

这些科学家研究天气和气候现象，时间跨度极大，从几天到几个世纪不等，他们需要分析历史天气和气候数据，并预测未来几十年的气候变化。

为了满足气候研究中存在的数据存储和计算需求，NASA专门设立了气候模拟中心（NCCS）。其内部运营着强大的超级计算资源库，这些资源包括一个庞大且不断发展的高性能计算系统——Discover，它拥有大约90个机架和90000个内核。

该平台是一个在私有云中结合HPC和虚拟化技术的系统，被用于进行大规模的数据分析。这种以数据为中心的虚拟系统方法，大大降低了用户访问HPC解决方案的障碍和风险。

重点来了，ADAPT最亮眼的地方就在于，它实现了IT资源的循环利用。平台由退役的HPC部件建造，而这些部件正是来自于Discover升级后的旧设备。

这些被重新利用的设备包括数百台戴尔易安信PowerEdge C6100服务器，它们为ADAPT提供了大部分的计算节点。

*戴尔易安信PowerEdge服务器搭载英特尔®至强®系列可扩展处理器，在核心、缓存、内存以及I/O方面进行了大量优化，使得其在整体性能上有了极大的提升，可满足多种工作负载需求。

NCCS的做法很聪明，可谓是“一箭双雕”。

仔细观察，我们会发现，ADAPT当前表现为一个类似于平台即服务（PaaS）云的托管虚拟机（VM）环境。

它最重要的特点是通过存储、计算、网络和云计算能力的架构组合，实现大规模数据分析。这使科学家能够快速创建分析应用程序，将其移植到一个非常大的资源上，并能够访问庞大的模型和观测数据集。
         

在该资源的中心是一个大型的并行文件系统，拥有大约8PB的配置存储。围绕着存储的是一朵高性能计算资源云，它有许多处理核心和大内存，并借助InfiniBand网络与存储相连。

通过使用单根输入/输出虚拟化（SR-IOV）等技术，ADAPT可以在计算资源上配置虚拟系统，与存储和其他虚拟系统进行高速的网络连接。

即便是退役后再上岗，PowerEdge服务器依旧“能打”，能实现单节点可维护性以及热插拔硬盘灵活性，为数据密集型科学应用程序提供坚实的基础架构。        

在PowerEdge服务器的强力“助攻”下，ADAPT使科学家们能够随时访问大量数据集和强大的计算资源，并获得了HPCwire读者选择奖——最佳数据密集型系统（以终端用户为中心）。

不仅是科学研究领域需要HPC，经过近些年高性能计算机器周边生态的快速发展，高性能计算逐渐成为一种“飞入寻常百姓家”的实用技术，在基因工程、生物制药、能源、金融等领域有着广泛的应用需求。

戴尔科技深耕高性能计算领域多年，从高性能计算的计算能力、网络能力、存储能力等多方面布局，能为多个垂直行业提供高性能、高IO、易用、易于扩展且服务周全的HPC方案，帮助客户更快速、更经济地部署HPC系统。

不久前，戴尔科技发布了新一代戴尔易安信PowerEdge服务器产品。新款PowerEdge服务器采用了PCIe Gen 4.0，吞吐性能是上一代产品的两倍，每台服务器最多配有六个加速器，可提供给客户最关键负载和应用所需的计算能力。

这17款新服务器涵盖传统机架式服务器、2U4节点C系列、模块化服务器，此外还有专用的GPU优化服务器、 专用的边缘和电信服务器等。

比如说，采用了GPU加速器优化的PowerEdge R750xa，就是一款理想的高性能计算服务器，它能够为机器学习训练、推理和人工智能提供GPU密集型性能。这款双插槽2U服务器采用第三代英特尔®至强®可扩展处理器，最多支持4个双宽GPU和6个单宽GPU。

新款戴尔易安信PowerEdge R750的表现也令人眼前一亮。凭借强大的性能表现、出色的散热设计，以及卓越的软件功能，它刚刚获得专业评测机构StorageReview授予的“2021年编辑选择奖”。

该款服务器充分利用了最新第三代英特尔®至强®可扩展处理器的优势，包括对PCIe Gen4的支持，其吞吐性能是Gen3的两倍，专为最严苛工作负载而设计。

它安装简单、扩展容易、即插即用，支持包括Hadoop文件格式、S3对象文件格式、Windows文件格式等多种格式，便于HPC对数据进行存储、分析、处理和展现。

同时，PowerScale系统运行OneFS操作系统，内置了对Kubernetes的支持，可以帮助用户管理容器工作负载，并提供了在多云环境中管理数据的工具DataIQ。其线性扩展性能和容量，满足高性能文件存储的需求；重复删除和压缩计算，也提高了边缘端存储资源使用效率。