SCI论文（www.lunwensci.com）
摘 要 ：工业制造和工程研制对于仿真分析计算的需求不断增加,这导致了仿真分析模型的规模越来越大、计算精度要求 越来越高以及多学科迭代次数的增加。然而,传统的独立高性能计算系统往往无法满足这些需求,不利于资源的共享和高效利 用。在此背景下,本研究提出了一种基于多集群构建的高性能计算平台的设计方法。
Construction and Optimization of a High Performance Data Computing Platformfor Industrial Production
NA Rongcui, LI Yanxiu
(MCC CCID Information Technology (Chongqing) Co., Ltd., Chongqing 401122)
【Abstract】：The increasing demand for simulation analysis and calculation in industrial manufacturing and engineering development has led to an increasing scale of simulation analysis models, higher requirements for calculation accuracy, and an increase in the number of multidisciplinary iterations. However, traditional independent high-performance computing systems often cannot meet these requirements, which is not conducive to resource sharing and efficient utilization. In this context, this study proposes a design method for a high- performance computing platform based on multi cluster construction.
【Key words】：industrial production;high performance;data computing platform
0 引言
随着工业制造和工程研制领域对仿真分析计算需 求的不断增加,高性能计算资源的需求也呈现出几何 级数的增长。为了满足这一需求,许多独立的高性能 计算系统陆续建成,但这种模式存在资源不共享和利 用效率低下的问题。因此,构建满足工业生产需求的 高性能数据计算平台尤为迫切。
1 高性能数据计算平台问题概述
1.1 工业制造和工程研制对仿真分析计算的需求不断增加
首先,仿真分析模型的规模越来越大,需要处理更多 的数据和复杂的物理以及工程参数,这使得传统的计算系 统往往无法满足大规模仿真模型的处理需求 [1]。其次, 工 业制造和工程研制对计算精度要求越来越高,需要进行 更精确的数值计算和模拟。传统的计算系统在计算精度方 面存在局限性,无法满足工业生产对高精度计算的要求。
1.2 传统独立高性能计算系统存在资源共享和利用效率低下的 问题
传统的独立高性能计算系统面临着资源共享和利用 效率低下的问题,这限制了其在面向工业生产的场景中 的应用效果。独立计算系统往往由单个计算机或服务器 组成,资源独立,没有实现资源共享的机制,这意味着 不同的用户或任务无法共享计算资源,导致资源利用率 低下。当某个计算任务需要大量资源时,其他计算任务可 能会受到影响或被延迟执行,影响整体的计算效率 [2]。
2 系统问题分析
2.1 仿真分析计算需求的增加导致的挑战
2.1.1 仿真分析模型规模的扩张
高性能数据计算平台还可以引入优化技术,以提高 模型的计算效率 [3]。例如,可以使用并行计算技术将仿 真任务划分为多个子任务,然后在不同计算节点上并行运行。通过这种方式,可以加快计算速度,大幅减少仿 真分析模型处理的时间,有效地应对仿真分析模型规模 扩张的挑战。
2.1.2 计算精度要求的提高
高性能数据计算平台可以使用更精确的数值计算方 法,例如,高精度数值求解算法。传统的计算方法往往 会在计算过程中引入一定的误差,从而影响计算结果的 精度。而高精度数值求解算法采用更高阶的数值计算方 法,更准确地模拟和分析复杂的系统,满足工业制造和 工程研制对计算精度的要求。
2.2 传统独立高性能计算系统的局限性
2.2.1 资源不共享和利用效率低下
由于传统的设计中,计算节点之间缺乏资源共享的 机制。这意味着不同用户或任务之间无法共享计算节点 的资源,导致了资源的浪费和利用效率低下。当某个任 务需要大量的计算资源时,其他节点上可能存在空闲资 源,但由于缺乏资源共享的机制,这些空闲资源无法被 充分利用。要解决这些问题,高性能数据计算平台需要 引入资源共享和优化的机制。
2.2.2 无法满足大规模计算和高精度计算的需求
高性能数据计算平台作为一种专门用于满足大规模 计算和高精度计算需求的计算系统,目前在某些方面还 无法完全满足这些需求。由于资源有限,这些平台往往 无法满足处理超大规模仿真分析模型的需求,导致计算 任务不能得到充分处理,影响计算结果的准确性。
3 针对高性能数据计算平台问题的优化策略
3.1 提出基于多集群构建的高性能计算平台设计方法
3.1.1 建设多个独立高性能计算集群
在高性能计算领域,建设多个独立的高性能计算集 群是一种常见的计算方式。这种做法旨在提供更高的计 算能力、更好的资源管理和更好的任务调度 [4],多个独 立的高性能计算集群能够提供更高的计算能力。每个集 群都有自己的计算资源,通过建设多个独立的集群,可 以并行地进行计算任务,将计算负载分散到不同的集群中进行处理。多个独立高性能计算集群专门化的资源调 整如表 1 所示。
在表 1 中, 每个集群都针对特定的领域或需求进行 了优化,以满足对计算能力、存储资源、网络带宽和算 法精度等方面的不同要求。这种专门化的资源调整可以 更好地满足不同应用的计算需求,提供高效和可靠的计 算服务,提高整体计算效率和任务完成的准确性,提供 更稳定和可靠的计算服务。
3.1.2 网络连接集群，实现资源共享和调度
高性能数据计算平台通过网络连接集群的方式,实 现资源的共享和调度,进而提高整体系统的计算能力和 效率。网络连接集群是指通过网络将多个计算节点连接 在一起,形成一个虚拟的集群环境,使得这些节点可以 互相通信和协作,共同处理大规模的数据计算任务。三 个在特定时间点上的计算资源利用情况如表 2 所示。
在表 2 中,当某个节点的计算资源利用率较高时, 其他节点可以通过网络连接进行资源共享和协助,将任 务分配给空闲或资源利用率较低的节点,以实现整体系 统的计算能力和效率的提高。三个在特定时间点上的计 算资源利用情况图表如图 1 所示。
从图 1 中可以看出, 这种共享机制使得每个节点都 能够利用整个集群中的资源来完成复杂的计算任务,通 过高速的网络连接,进一步提高系统的计算能力和效率。
3.2 进行平台构建与优化
3.2.1 扩展平台规模以适应大规模仿真模型
为了适应大规模仿真模型的需求,扩展高性能数据计算平台的规模是至关重要的。通过扩展平台规模,可 以提供更多的计算资源,以满足大规模仿真模型的计算 需求,并提高整体计算效率和性能。
3.2.2 引入精确的数值计算方法和算法提高计算精度
在高性能数据计算平台中,研究人员和开发人员可 以使用蒙特卡洛方法来计算一些难以通过传统方法解决 的问题,定义问题的数学模型,确定输入和输出变量, 并确定所使用的概率分布。泊松分布是离散概率分布,概率质量函数如式(1)所示 ：
主要性质为 ：期望与方差相等,为 λ。两个独立且 服从泊松分布的随机变量,其和仍然服从泊松分布。通 过随机抽样生成大量样本,样本的分布应该符合所定义 的数学模型的概率分布。根据样本的统计特性,计算出 所要求的数值解,采用数值稳定性分析可以在计算过程 中动态地估计误差,稳定性计算公式通常以指数形式表 示,可以用如式(2)所示的公式表述 ：
式(2) 中, M 为系统在 t 时刻可以完成工作的期 望可靠性, C 为系统初始可靠性, t 为系统工作时间, S 为系统可靠性衰减率,并根据误差的大小调整计算过程 中的参数和步骤,从而提高计算的精度和准确性。稳定 性计算中 C 和 S 量的不同取值对系统的可靠性和可用性 的影响如表 3 所示。
从表 3 中可以看出, S 值较大,衰减率较小,系统的可靠性和可用性的变化也较小,系统性能越稳定 ;如 果 C 值较小,表示系统的初始可靠性较低,这会导致整 体的可靠性和可用性较差,稳定性也较差。需要注意的 是,在实际的技术运用过程中,还需要综合考虑其他因 素和指标来全面评估系统的稳定性和性能,以提升整体 工业生产的技术稳定性。
4 结论与展望
综上所述,基于多集群构建的高性能数据计算平台 能够满足工业生产领域对仿真分析计算的需求。这将有 助于加快产品研发和工程优化的速度,提高生产效率和 质量,推动工业技术的发展和创新。未来,高性能数据 计算平台还将积极引入云计算和边缘计算的技术。云计 算提供了弹性和灵活性,使得计算资源可以更好地根据 需求进行扩展和缩减,提供低延迟和实时响应的数据处 理能力 [5]。
参考文献
[1] 吴步祺,周智力,白剑,等.面向设计制造的多集群高性能计算 平台构建技术[J].电子技术应用,2022.48(12):28-32.
[2] 丁林.面向电信数据的分布式节点任务调度及负载均衡设计 与实现[D].成都:电子科技大学,2011.
[3] 陈园园,崔贯勋.高性能计算平台建设、运行与服务模式的 探索[J].计算机技术与发展,2021.31(7):87-91.
[4] 付超,王冬越,李鑫鑫,薛旻.自动化生产线柔性制造过程优化 决策仿真平台[J].系统仿真学报,2023.35(5):920-935.
[5] 杨秋霞,赵斌,栗霖,等.云原生边缘计算产品与项目分析[J]. 信息通信技术,2021.15(4):71-78.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/74215.html
