曙光PHPC生物计算解决方案

1.生物计算用户需求
 

于多方面的原因，很多生物计算的用户还在使用工作站，乃至PC机作为计算平台，不能满足科研的需要。

事实上，几乎所有的生物计算用户对计算平台都有更高的需求，科研工作需要匹配较高性能的并行计算平台。但用户要购置并行计算机会遇到一些问题，这些问题很有代表性，体现了许多高性能计算用户的共同困惑，解决这些问题，提供适合的高性能计算系统解决方案是用户的切实需求。

用户的困难体现在：

经费有限
只有几十万，甚至十几万的预算，采购高性能并行计算机力不从心，如果采购低端的计算机，则性能、稳定性、易用性等没有保证。

没有机房
没有专用机房，采购了并行计算机无处放置；有的单位虽有中心机房，但计算机放置在机房里给使用管理带来诸多不便，受到很多限制，不能满足用户的要求。

供电问题
没有条件为高性能计算机专门配电，只能使用普通墙电。
噪音污染
办公室环境不容许计算机有很大的噪音，普通的机架式集群或刀片服务器都不可放置在办公室环境。有些用户在办公室划出一定区域使用玻璃墙隔离出来，以放置并行计算机系统，但其噪音仍然比较大，影响用户正常工作和身体健康。

性能效率低
并行计算机系统已经进入高效能时代，对用户而言，重要的是应用性能和产出率，理论性能相对而言并不重要。生物计算平台需要达到一定的性能，以取代工作站和PC机，满足科研对计算处理能力的需要，同时要保证高效率。

安装部署困难
高性能计算平台是相对比较复杂的系统，包括多种硬件，系统软件，并行中间件，应用软件等多个层次。系统的安装部署，以及必要时的恢复也比较繁琐，对于非专业人士更是如此。困难还体现在应用软件的部署和优化。

管理不便
很多用户对并行计算机的使用管理感到是一种负担，有时需要专门的系统管理员来管理并行计算机系统。管理不便给系统的正常使用造成隐患，并且会增加成本。

功耗较大
高性能计算平台是相对较大的系统，功耗相对较大，因此，功耗是用户最为关注的问题之一，往往会影响到用户的抉择。节能环保不仅可以为用户节省电费，也符合现代社会的发展理念。

TCO过高
在几年前，拥有并行计算机系统是相对奢侈的科研条件。现在虽然硬件价格下降较快，但计算系统的TCO仍然不低。TCO是综合成本，很多时候，采用某个方案或某种产品，可以降低某个点的费用，但却增加了其他点的费用，TCO并没有降低，甚至更高了。
解决以上问题，才可以使更多的用户使用到高性能计算机，促进高性能计算的普及。所以市场需要一种新的高性能计算机产品和方案，为用户提供理想的计算平台

 

2.曙光PHPC100

曙光PHPC100是曙光公司在2008年5月推出的新型高性能计算机产品，PHPC100是个人高性能计算机，也可以称为桌面高性能计算机。

曙光PHPC100具有以下特点：

· 是一种模块化、集群（Cluster）架构的高性能计算机
· 具有PC机、工作站、低端小型机所无法比拟的性能
· 无需专业的机房、供电设施、散热设施，可以和PC机、工作站一样，放置在办公桌的桌面附近，适合办公室环境 #p#page_title#e#
· 配置专用的软件包，可以实现软件的自动安装部署
· 具有良好的易用性，对使用者的门槛要求很低
· 管理简单方便，无需专门的系统管理人员

曙光PHPC100采用全模块化设计，背板连接，包括5个计算模块，最大支持10颗双核/四核处理器，采用20Gb Infiniband高性能网络和千兆以太网进行互联。

多台PHPC100可以互连，实现系统规模的可扩展，并有效保证用户投资。系统规模扩展后，每个计算模块仍然可以保持高速Infiniband网络连接，保证系统性能的可扩展性。

PHPC100支持WCCS2003、WHS2008、SuSE Linux、RedhatLinux、CentOS等操作系统，配备系统管理软件和应用软件包。

曙光PHPC100有如下优势：

· PHPC100是专业为HPC应用而设计的计算平台。
· PHPC100在硬件上采用模块化的设计方式，非常便于安装、管理和维护。同时在软件上，采用定制化的高性能计算系统软件环境，专业的高性能设计方便用户的使用和维护。
·采用低噪音、低辐射等办公环境设计，便于用户的使用。同时，通过管理软件和应用软件包，降低了用户的使用和管理难度。
·采用X86集群架构，易于保证和核心高性能计算环境的同构和兼容。PHPC100可以配置40个处理器核心，并可以通过多台PHPC100互连的方式实现扩展。

.PHPC100在生物计算中的应用

3.1适用性分析

受限于应用软件的性能可扩展性，并行计算平台并不是规模越大性能越好。根据统计，大多数生物计算应用软件的性能可扩展性在8－60，更多的进程并不能带来性能的提升。

单台PHPC100可以配置5个计算模块，达到40个处理器核心，可以满足大多数生物计算应用的需要。在有扩展需求的情况下，可将多台PHPC100互连，解决系统的可扩展性。6台PHPC100互连，可以实现240个处理器核心的并行处理，几乎可以满足所有的应用需要。

所以与其他计算平台相比，曙光PHPC100可以生物计算用户提供非常具有特色和优势的解决方案，适用在办公室环境，从而避开了需要专用机房等苛刻要求。

3.2生物计算软件包

为了提高系统的易用性，优化应用软件的性能，曙光PHPC100平台配备了高性能计算应用软件包。
软件包中包含了生物计算领域经常使用的多个应用软件，包括MPIBlast，Gromacs，NAMD，DOCK，Palm等。只需要菜单式操作，就可以实现这些软件在PHPC100上的自动安装部署，用户可以直接运行应用程序。

3.3推荐配置

曙光PHPC100计算机基于模块化设计，作为生物计算平台时，推荐配置如下：

3.4方案优势

1）. 工作站的价格
PHPC100计算机价格相对较低，标准配置在二十万人民币左右，随配置的变化价格差异也比较大。较低的价格为普通用户使用并行计算机敞开了大门，可以进一步促进高性能计算的普及，从事生物研究的每个组织和个人都可以买得起PHPC100，用得起高性能计算机。

2）. 高性能计算机的性能
PHPC具有高性能计算机的性能。PHPC首先是HPC，属于高性能计算机的范畴。事实上，PHPC100可以提供40个处理器核心，通过Infiniband网络互连，可以发挥出优异的并行处理性能，满足大部分生物计算应用的需要。多台PHPC100可以互连，实现系统的规模扩展，同时保持系统性能的可扩展。

3）. PC机的使用环境
PHPC100属于个人高性能计算机，也可以称为桌面高性能计算机，可以同PC机一样在办公室环境使用，对机房、供电、制冷没有特殊的要求。PHPC100计算机噪音小，辐射低，从而保证了办公室环境使用的可行性。

4）. 生物计算应用软件包
PHPC100配置了生物计算应用软件包，软件包中包括多种生物计算应用软件。软件包可以实现应用软件的自动安装部署，并做了针对性优化。在PHPC100平台上，用户可以直接运行应用软件，避免了软件安装部署以及配置优化的繁琐过程。

5）. 易管理使用
PHPC100计算机配置了管理软件，简化了系统的管理维护，管理使用PHPC100计算机就像管理使用PC机一样方便。 #p#page_title#e#

6）. 整体拥有成本低
使用PHPC100计算平台，用户不仅仅是降低了计算机的采购成本，而且节省了机房等基础设施费用，节省了工业专用空调等制冷设备。并且，PHPC100采用了环保节能设计，与其他计算机系统相比，能耗更低。PHPC100计算平台不需要专职系统管理人员，可以节省人力成本

 

4.性能分析

4.1分析方法

从计算特性上分析，生物计算的类型主要包括两类：

（一）高通量计算（定点计算）
基因序列比对、药物筛选等
计算任务相对独立，进程间无通信或通信量很小，要求充分利用系统的计算资源，使总吞吐量最高
需要较大的内存，较高的数据I/O吞吐量；较强的并发处理能力

（二）高性能计算 （浮点计算）
蛋白质三维结构预测、蛋白质-蛋白质相互作用、基因进化分析、分子动力学计算
利用大量资源共同解决一个任务，使求解时间最短
进程间通信密集，网络性能要求高

为了掌握PHPC100计算平台针对生物计算应用的性能表现，对两个典型应用软件做了性能测试，并和其他计算平台的性能测试结果做了对比。MPIBlast是高通量计算的典型代表，Gromacs是高性能计算的典型代表。

4.2MPIBLAST性能分析

（一）软件介绍
BLAST是现在应用最广泛的序列比对软件，用于基因序列的两两比对，由NCBI研制。MPIBLAST是NCBI BLAST的并行化实现，基于标准MPI并行环境，可以免费下载使用。

MPIBLAST软件的计算特点：
· 定点运算为主；
· 内存需求量大；
· MPI通信比较少，主要是网络文件系统的读写对网络性能有一定要求；
· I/O量比较大；

（二）测试平台
测试在3个平台上进行：
曙光PHPC100，5个计算模块，使用Barcelona 2350处理器，主频2.0GHz
曙光A950r-F胖计算节点，8个AMD Opteron8212双核处理器，主频2.0GHz
IBM P575小型机，8个Power5双核处理器，主频1.9GHz

（三）测试结果
使用MPIBLAST 1.4.0版本；数据库使用month.aa，库所占空间为106MB；查找序列的输入文件为F.joh_aa.fasta，查找1500个序列；
测试结果如下：

（四）结果分析
在曙光PHPC100上，MPIBLAST有着优异的性能表现； 单进程的搜索速度较快；多进程并行搜索时，达到了近乎线性的加速比；
2个节点的PHPC100的性能就高于1台A950r-F；一台曙光PHPC100（39进程）高于IBM P575（8路双核），而价格则大概为其1/5； 

4.3GROMACS性能分析

（一）软件介绍
GROMACS是用于研究生物分子体系的分子动力学程序包。它可以用分子动力学、随机动力学或者路径积分方法模拟溶液或晶体中的任意分子，进行分子能量的最小化，分析构象等。GROMACS最初是设计为生物大分子如蛋白质、核酸、脂类等物质的计算、分析服务的。由于其在非成键作用力的互相作用方面具有极强的计算能力，很多研究机构也用其来计算、研究非生物的大分子系统，如聚合体等。

GROMACS是开源软件，最初由荷兰的Groningen大学的Department of Biophysical Chemistry开发。可以免费使用，有基于MPI的并行版本。

并行GROMACS软件的计算特点：
· 计算密集型的程序，浮点运算量很大；
· GROMACS程序对内存的要求很小；
· MPI通信频繁，对互联网络性能要求高；
· I/O量一般，在REMD模式下稍大

（二）测试平台
测试在3个平台上进行：
曙光PHPC100，5个计算模块，使用Barcelona 2350处理器，主频2.0GHz
SUN4600胖计算节点，8个AMD Opteron8214双核处理器，主频2.2GHz
IBM P575小型机，8个Power5双核处理器，主频1.9GHz

（三）测试结果
GROMACS使用源代码编译，版本为GROMACS-3.3.1；fftw为使用源代码编译，版本为fftw-3.0.1；测试中采用默认优化参数。使用gcc编译器，测试算例为gmxbench中的d.dppc，原子数目为121856，模式10ps；
数据为程序运行最后输出的real time，单位为s；

结果分析 #p#page_title#e#

曙光PSC平台发挥了出色的浮点计算性能；
· 1套曙光PSC的性能为1台SUN 4600（8路双核）的3倍；
· 1套曙光PSC的性能优于1台IBM P575；

案例分析

曙光服务器用户体验中心成为PHPC100计算机在生物领域的第一个用户。
曙光服务器体验中心是综合性的用户体验平台，许多生物计算的用户在体验中心做应用软件的性能测试。PHPC100部署到体验中心后，作为生物计算平台达到了很好的效果。系统部署简单，放置在值班区的办公环境使用，经过多项测试的验证，PHPC100计算机性能出色