高性能计算（HPC）集群指运行高性能计算的节点集合，一个 HPC 集群可能包含数十到数千台计算节点。HPC 集群可以提供单节点不能提供的强大计算能力，拥有高性能、弹性扩展、稳定可靠等优点。HPC集群能够提供远超单个计算机的处理能力，因此非常适合需要大量计算资源和数据处理的任务。

本文将简单介绍集群涉及的基本概念和百度智能云 CHPC 的功能。

一. 集群类型

集群可以根据其部署和管理方式大致分为几种类型，特别是在云计算环境中，集群类型主要包括公有云集群、私有云集群和混合云集群。下面，我将介绍公有云集群和混合云集群的概念、功能以及它们的优势。

1.公有云集群

公有云集群是指在公有云平台上部署的集群资源，这些资源由第三方云服务提供商（如百度智能云、腾讯云、天翼云等等）管理和维护。用户通过互联网连接到这些资源，并按需支付使用费用。

• 弹性扩展：用户可以根据需求快速增加或减少计算资源，高度可扩展和灵活，适合需求波动大的应用。

• 成本效率：只需为实际使用的资源付费，维护和升级由云服务提供商负责，减轻了企业的IT管理负担，避免了本地数据中心的前期投资和维护成本。

• 全球访问：用户可以在全球任何地点访问公有云服务。

• 多样的服务和工具：公有云通常提供广泛的服务和管理工具，帮助用户轻松管理和部署应用。

2.私有云集群

私有云集群是部署在企业内部或专门设施中的云计算资源，这些资源完全由企业自己控制和管理。私有云提供了对硬件、数据存储和网络的完全控制，通常用于处理敏感数据或满足特定的业务需求。

• 高安全性需求：对于那些处理敏感数据或需遵守严格隐私政策的企业，如金融机构、医疗保健提供者和政府机构，他们通常选择私有云以确保数据安全和合规。

• 特定的业务应用：某些企业可能需要为特定的业务应用定制云环境，以支持特定的操作系统或应用程序配置，私有云提供了必要的可定制性。

• 大数据处理和分析：企业需要处理和分析大量的敏感数据时，私有云可以提供必要的计算能力和数据保护。

• 技术控制和独立性：对于希望完全控制其 IT 基础设施的企业，私有云提供隔离的环境，使得企业能够自主决定技术更新周期、数据管理策略和安全措施。

3.混合云集群

混合云集群结合了私有云和公有云的特点，允许数据和应用程序在两者之间移动，为企业提供更大的灵活性和数据部署选项。

在传统的 IT 投资思路下，企业通过自建 HPC 集群满足业务需求，这导致了巨大的设备采购、维护和更新成本。百度智能云 CHPC 提供了混合云 HPC 集群能力，可以帮助企业统一纳管本地和多云 HPC 集群。企业可以将最关键的任务提交至使用最新一代硬件资源的云上 HPC 集群中，使得这些应用处于最佳运行状态。

• 灵活扩展：混合云集群提供公有云的灵活性和扩展性，同时保留私有云的控制权和安全性。

• 资源最优配置：允许企业灵活应对变化，实现 IT 资源的最优配置。

• 成本优化：根据计算需求的重要性和敏感性，智能地分配资源，优化成本。

• 安全性和合规性：敏感数据可以在私有云中处理，以满足安全和合规要求，而其他不敏感的处理可以利用公有云的高扩展性和成本效率。

二. 百度智能云 CHPC

在云高性能计算平台 CHPC 集群中的每个节点是一台 BCC 实例。一个 HPC 集群可能包含数十到数千台计算节点。

按节点功能分类，可以分为 登录及管控节点、计算节点。各节点功能如下表所示：

1.登录及管控节点

用于远程登录集群，进行操作包括软件调试、编译和安装，以及作业提交等。

用于管理集群，部署调度服务和域账号服务。

• 调度服务：主要作用是运行 Slurm 等调度工具的服务端，处理作业提交、管理调度等。

• 域账号服务：集中管理 CHPC 集群内用户信息。

重要：管控节点负责作业的管理调度和域账号解析，在管控节点谨慎进行编译软件、上传下载打包数据等操作，以免影响业务稳定性。

2.计算节点

用于执行高性能计算作业的节点。

对于不同规模的集群，建议的管控节点配置和作业执行数量如下：

2.1 调度器

调度器是集群上调度作业的软件。CHPC支持的调度器如下：

2.2 域账号服务

域账号服务用于管理集群用户。CHPC 支持 LDAP 域账号服务：

LDAP：轻型目录访问协议（Lightweight Directory Access Protocol），在 CHPC 中，LDAP 被用来对用户进行身份权限认证。您可以在 LDAP 中对用户进行授权，分组，以创建具有不同的访问权限的用户。

2.3 共享存储

CHPC 集群的用户数据、调度器信息、作业共享数据等信息均会存储在文件系统，以供集群所有节点共享访问。
CHPC 支持支持 CPFS-NFS 方式挂载 CFS 文件系统。

2.4 用户

创建集群用户后，您才能在集群上提交、调试、运行作业。您可以创建两种不同权限的用户来使用集群。

• 普通权限组：适用于只有提交、调试作业需求的普通用户。

• sudo 权限组：适用于需要管理集群的管理员，除提交、调试作业外，还可以执行 sudo 命令进行安装软件、重启节点等操作。

• 重要 root 用户仅能在创建集群时初始化创建，不推荐使用 root 用户提交任何作业，避免作业脚本中的误操作导致 CHPC 集群数据遭受破坏。 更多信息，请参见创建用户。

2.5 集群状态

• 创建中：集群创建初始状态，对应 BCC 实例创建和安装软件状态。

• 运行中：集群创建完成后处于正常可用状态。

• 异常：当管理节点被删除或停止、调度器软件退出时，集群状态为异常。您可以尝试修复集群，若修复无效后，请提交工单。

• 释放中：集群在停机释放过程中。

欢迎大家了解 CHPC