曙光巴塞罗那机群应用苏州气象局案例

气象预测一直是高性能计算机产品的主要用户之一，其为人民提供日常生产、生活所必须的信息资料。作为国内服务器行业领军企业的曙光公司，在气象行业应用中有着广泛的经验，早在2002年，曙光公司就推出了基于MM5模式的气象专用机，充分优化了并行机上的MM5模式。随后，曙光公司在2004年为气象行业完成了从32位平台到64位平台的移植。在今年4月，曙光公司又首次完成了WRF模式在X64高性能机群系统上的业务移植，开创了国内在64位机上做WRF模式业务的先河。近期，曙光公司又首度将AMD公司新推出的巴塞罗那处理器成功应用在了气象行业，打造了成熟的四路四核信息化服务系统，为苏州气象局提供了一套集高可用性、高稳定性于一身的科学、成熟的气象预测平台。

气象预测是气象科学中发展最为迅速的一个重要组成部分，他所研究的大气运动关系到区域重要灾害性天气的生消。它一方面应用卫星、雷达、风廓线仪和自动观测站等一系列新的探测工具，获取观测实时数据;另一方面通过数值模式，对天气变化过程进行深入的模拟研究和预报试验。

苏州气象局是该行政区域内最大的气象事业组织，负责该行政区域内重大灾害性天气跨地区、跨部门的联合监测、预报工作，需及时提出气象灾害防御措施，并对重大气象灾害作出评估，为本级人民政府组织防御气象灾害提供决策依据。在变换莫测的自然天气状况前，苏州气象局需要一套高性能计算机系统，来满足其在气象预测工作中的各种需求。

首先，气象预报有着惊人的计算量，其必须在规定时间内将各个观测点传输来的实时数据进行分析、计算。而且，伴随人们对气象预测精度所提出的越来越高的要求，气象预报精度的的范围从以往的几百公里缩小到了几公里，这就更加提高了计算模型的运算量。其次，在高速的运算过程中，各个CPU之间的通讯量也非常巨大，整个系统需要有高性能的通讯网络。另外，气象预测具有实时性的特点，整个预测系统需要定时定点运行，无需人工干预，具有良好的管理控制性能。

本次针对苏州气象局的应用需求，曙光公司将已获得广泛好评的曙光TC4000A机群系统与AMD公司新推出的巴塞罗那处理器相结合，为苏州气象局提供了一整套完善的解决方案。

曙光公司本次为苏州气象局配置的TC4000A机群系统由20台计算节点、2台I/O节点、1台管理节点和1台登陆节点组成，系统采用Infiniband作为计算网络/数据传输网络，同时配备千兆以太网作为管理维护网络，各配件设施的完美组合，奠定了整体系统高达25600亿次/秒的运算能力。

天气预报具有很高的时效性，要求在规定的时间内得到预测结果，因此机群系统的运算能力就需要面对海量气象数据的挑战。曙光公司在苏州气象局的机群系统中，用最新2.0GHz的AMD巴塞罗那四核处理器为系统打造了强大的浮点、定点运算能力。这些作为运算核心的高性能处理器，镶嵌在作为计算节点的曙光天阔A820r-F中，每个节点在2U的机架空间内集成了四路四核的体系架构，且均可进行并行计算，形成了强大的处理能力，完全可满足系统的运算需求。

为提高机群系统的整体性能，机群系统的I/O性能也是需要突破的一大瓶颈，否则机群的运算能力将会受到制约，无法显现四核处理器高速、流畅的运算性能。曙光公司在该系统中将用于计算数据通讯的网络和管理、登陆网络分开搭建，不同用途的数据分流传输，解决了管理系统数据与运算数据争抢带宽资源的窘况。

在计算数据网络中，双路双核配置的曙光天阔A620r-F担当了系统中的I/O节点，其通过心跳线做成了高可用系统，可为整个系统提供持续的I/O服务。在I/O节点中，Infiniband网络作为接入数据网络，其提供了高达20Gb/s的双向带宽，延迟只有几个微秒。并且，每台I/O节点配置了1块4Gb/s的光纤HBA卡，分别和具备2个4Gb/s主机通道的光纤磁盘阵列柜相连，为系统提供了超强的存储空间和强大的I/O能力。

在管理和登陆通讯网络中，节点也同样采用天阔A620r-F，加上专用的千兆网，承担起和其它网络的通讯以及系统管理、监控的责任。作为管理、登陆节点，速度不再是苛求的目标，长期平稳的运算性能是用户更为关心的特质。因此，在管理节点机的配置中，设计者别具匠心的在A620r-F中采用了可提供病毒防护功能的高性能BIOS;可以选单/双通道SCSI RAID配置，支持在线恢复RAID阵列;多网卡冗余体系，保证系统稳定均衡的处理网络负载。各种配置，为管理节点提供了细致入微的高可靠性。

在机群的操作系统中，配有曙光公司独家设计的第二代监控系统，采用并发机制，能够按用户的需求伸缩管理配置功能，可对新增节点提供配置、管理的功能，使其自动纳入管理范围。该种采用模块化形式设计的管理系统，大大提高了系统可靠性和可管理性。

另外，整个机群的机柜系统采用符合工业标准的41U机柜，内部含网络布线系统，支持强电和弱电分离，可以实现整个机群内24个节点100ms自动分时上电，减少了因集中上电对电源系统造成的冲击，为系统提供了更好的安全性能。