面向材料科学研究的新型高性能计算平台系统
|
摘要
高性能计算集群作为保证国家科研开展的"基础设施"已上升为国家战略。高性能计算应用广泛,特别在材料科学研究方面,是必不可少的工具。当下为科学计算用户提供高质量的远程化、可视化、图形化的高性能计算平台成为当前高性能服务研究的突破口。本文提出基于材料科学研究的新型高性能计算平台系统,该系统基于Java语言开发,采用B/S架构为用户提供服务,实现主流材料科学研究的计算软件与平台的整合,设计友好的用户操作界面,提供方便的接入方式,并结合OpenPBS优化作业调度方法为平台用户提供优先级更高的计算需求,保证材料科研应用中更高效的计算资源。
High-performance computing cluster as the "infrastructure" to ensure scientific research has been upgraded to national strategy. High-performance computing is widely used, especially in materials science. At present, high-performance computing platform which can provide high quality service of remoting, visualization and graphics for computing user has become the breakthrough point for the research of high-performance services. In this paper, a new type of high-performance computing platform system based on materials science research is proposed. The system is developed by Java language, B/S architecture is adopted to provide services. It implements the integration of the mainstream software of materials science research, provides a convenient way of accessing with a friendly user interface design, and combines with OpenPBS to optimize job scheduling method, so as to provide higher priority computing cases for platform users and ensure more efficient computing resources in material scientific research and applications.
High-performance computing cluster as the "infrastructure" to ensure scientific research has been upgraded to national strategy. High-performance computing is widely used, especially in materials science. At present, high-performance computing platform which can provide high quality service of remoting, visualization and graphics for computing user has become the breakthrough point for the research of high-performance services. In this paper, a new type of high-performance computing platform system based on materials science research is proposed. The system is developed by Java language, B/S architecture is adopted to provide services. It implements the integration of the mainstream software of materials science research, provides a convenient way of accessing with a friendly user interface design, and combines with OpenPBS to optimize job scheduling method, so as to provide higher priority computing cases for platform users and ensure more efficient computing resources in material scientific research and applications.
引文
[1] 廖湘科,肖侬. 新型高性能计算系统与技术[J]. 中国科学:信息科学, 2016,46(9):1175-1210.
[2] 王涛,胡双林. 材料科学中的高性能计算[J]. 计算机科学与探索, 2017,11(2):185-193.
[3] 顾蓓蓓,武虹,迟学斌,等. 国内外高性能计算应用发展概况分析[J]. 科研信息化技术与应用, 2014,5(4):82-91.
[4] 陈国良,毛睿,蔡晔.高性能计算及其相关新兴技术[J]. 深圳大学学报(理工版), 2015,32(1):25-31.
[5] 陶玉龙,卢凯,王小平,等. 面向云服务的高性能计算柔性服务平台[J]. 信息网络安全, 2012(6):57-60.
[6] 高英俊,刘慧,钟夏平. 计算机模拟技术在材料科学中的应用[J]. 广西大学学报(自然科学版), 2001(4):291-294.
[7] 关伟豪,吴汝明,郭清顺,等. 中山大学高性能计算服务平台的建设[J]. 实验技术与管理, 2011,28(4):303-306.
[8] 赵毅,朱鹏,迟学斌,等. 浅析高性能计算应用的需求与发展[J]. 计算机研究与发展, 2007(10):1640-1646.
[9] TROY B, DOUG J. Pbsacct: A workload analysis system for PBS-based HPC systems[C]// Proceedings of 2014 ACM Annual Conference on Extreme Science and Engineering Discovery Environment. 2014:42:1-42:6.
[10] 李媛. 集群作业管理中间件的研究与实现[D]. 北京:首都师范大学, 2009.
[11] 王春光. 面向云服务的超算中心资源综合调度关键技术研究与实现[D]. 长沙:国防科学技术大学, 2015.
[12] 罗惠星. 基于批量作业调度的算法研究[D]. 上海:上海师范大学, 2015.
[13] 刘培柱. 某VASP应用计算集群系统的优化[D]. 北京:中国科学院大学(工程管理与信息技术学院), 2013.
[14] 邹红霆. 基于SSM框架的Web系统研究与应用[J]. 湖南理工学院学报(自然科学版), 2017,30(1):39-43.
[15] 邓子云,章兢,白树仁,等. 基于超级计算的CAE集成平台架构设计[J]. 湖南大学学报(自然科学版), 2013,40(7):80-85.
[16] 张少应,程传旭. 基于Hibernate持久化层的设计与实现[J]. 计算机技术与发展, 2014,24(12):101-104.
[17] JONES J P. PBS: Portable batch system[M]// Sterling T. Beowulf Cluster Computing with Windows. MIT Press, 2002:363-383.
[18] JING H J, GONG B. The design and implementation of render farm manager based on OpenPBS[C]// 2008 9th International Conference on Computer-Aided Industrial Design & Conceptual Design. 2008:1056-1059.
[19] 谭伟良. 集群作业调度优化技术研究[D]. 昆明:昆明理工大学, 2009.
[20] 梁成升. Linux集群环境下作业调度算法的研究与实现[D]. 成都:电子科技大学, 2011.
[21] PAZ S, BERNARDINO J. Web platform assessment tools: An experimental evaluation[C]// 2017 13th International Conference on Web Information Systems and Technologies(WEBIST 2017). Lecture Notes in Business Information Processing, Vol. 322. 2017:45-63.
[22] 陈阿妹,陈佳丽,陈斌仙. 基于JMeter的Web性能测试的研究[J]. 九江学院学报(自然科学版), 2016,31(1):70-76.
[23] BIAN N, ZHAO D. Jmeter-based automated collective testing framework for Web service[J]. Computer Applications and Software, 2016,33(5):8-12,16.
[2] 王涛,胡双林. 材料科学中的高性能计算[J]. 计算机科学与探索, 2017,11(2):185-193.
[3] 顾蓓蓓,武虹,迟学斌,等. 国内外高性能计算应用发展概况分析[J]. 科研信息化技术与应用, 2014,5(4):82-91.
[4] 陈国良,毛睿,蔡晔.高性能计算及其相关新兴技术[J]. 深圳大学学报(理工版), 2015,32(1):25-31.
[5] 陶玉龙,卢凯,王小平,等. 面向云服务的高性能计算柔性服务平台[J]. 信息网络安全, 2012(6):57-60.
[6] 高英俊,刘慧,钟夏平. 计算机模拟技术在材料科学中的应用[J]. 广西大学学报(自然科学版), 2001(4):291-294.
[7] 关伟豪,吴汝明,郭清顺,等. 中山大学高性能计算服务平台的建设[J]. 实验技术与管理, 2011,28(4):303-306.
[8] 赵毅,朱鹏,迟学斌,等. 浅析高性能计算应用的需求与发展[J]. 计算机研究与发展, 2007(10):1640-1646.
[9] TROY B, DOUG J. Pbsacct: A workload analysis system for PBS-based HPC systems[C]// Proceedings of 2014 ACM Annual Conference on Extreme Science and Engineering Discovery Environment. 2014:42:1-42:6.
[10] 李媛. 集群作业管理中间件的研究与实现[D]. 北京:首都师范大学, 2009.
[11] 王春光. 面向云服务的超算中心资源综合调度关键技术研究与实现[D]. 长沙:国防科学技术大学, 2015.
[12] 罗惠星. 基于批量作业调度的算法研究[D]. 上海:上海师范大学, 2015.
[13] 刘培柱. 某VASP应用计算集群系统的优化[D]. 北京:中国科学院大学(工程管理与信息技术学院), 2013.
[14] 邹红霆. 基于SSM框架的Web系统研究与应用[J]. 湖南理工学院学报(自然科学版), 2017,30(1):39-43.
[15] 邓子云,章兢,白树仁,等. 基于超级计算的CAE集成平台架构设计[J]. 湖南大学学报(自然科学版), 2013,40(7):80-85.
[16] 张少应,程传旭. 基于Hibernate持久化层的设计与实现[J]. 计算机技术与发展, 2014,24(12):101-104.
[17] JONES J P. PBS: Portable batch system[M]// Sterling T. Beowulf Cluster Computing with Windows. MIT Press, 2002:363-383.
[18] JING H J, GONG B. The design and implementation of render farm manager based on OpenPBS[C]// 2008 9th International Conference on Computer-Aided Industrial Design & Conceptual Design. 2008:1056-1059.
[19] 谭伟良. 集群作业调度优化技术研究[D]. 昆明:昆明理工大学, 2009.
[20] 梁成升. Linux集群环境下作业调度算法的研究与实现[D]. 成都:电子科技大学, 2011.
[21] PAZ S, BERNARDINO J. Web platform assessment tools: An experimental evaluation[C]// 2017 13th International Conference on Web Information Systems and Technologies(WEBIST 2017). Lecture Notes in Business Information Processing, Vol. 322. 2017:45-63.
[22] 陈阿妹,陈佳丽,陈斌仙. 基于JMeter的Web性能测试的研究[J]. 九江学院学报(自然科学版), 2016,31(1):70-76.
[23] BIAN N, ZHAO D. Jmeter-based automated collective testing framework for Web service[J]. Computer Applications and Software, 2016,33(5):8-12,16.