国产精品99久久久久久小说_黑人精品一区二区|HD中文字幕在线播放,亚洲性视屏,海外最开放的浏览器,一级淫片120分钟试看好

這一屆科研計算人趕DDL紅寶書:學生篇

問:實驗室的硬件條件好壞對你的科研有多大影響?

答:啥條件都行,沒有影響。

我們堅信以下三點:

1、科學家就是專門負責搞科研的;

2、不依賴別人,你的研究效率和節奏必須掌握在你自己手里;

3、不管是嘗試有風險的新穎項目,還是運用深度學習手段,科研多試錯才能出好東西。

有老師跟我們吐槽說,一天天地忙著維護環境,整得跟運維工程師一樣了,太耽誤事兒。想找學生幫忙吧,他們很多也不懂啊~

老師們的碩博后們也苦不堪言,本專業要學的東西已經多到爆炸,又要理論還要搞實驗,還要學大量計算機專業知識……

你這邊數據剛拿到手,別人文章都發了……救救孩子吧。

守著大把機器的,不見得有恃無恐;
得不到的,永遠在騷動,甚至還會掉頭發。。。

我們為這一屆科研計算人準備的趕DDL紅寶書分為上下兩篇:

《學生篇》

一、你們具體怎么幫我們搞科研的?展開說說
二、在云上和在本地跑任務有什么區別?
三、我自己也會上云,為啥要選你們?
四、你們跟超算比怎么樣,有區別嗎?

《老師篇》

五、我是一個老師,你們對我的科研工作/團隊管理有什么幫助?
六、我是藥物/生物/化學專業方向的,你們能做到什么程度?
七、我是集成電路/微電子專業方向的,你們能做到什么程度?
八、我是力學/熱能/機械工程專業方向的,你們能做到什么程度?

你想問的,這里都有答案。
你想要的,我們能提供更多。

以下是學生篇

一 、你們具體怎么幫我們搞科研的?展開說說?

1、你們面向的是哪些科研方向的人?

四大類:

集成電路/微電子專業方向,包括物理電子學/電路與系統/微電子學與固體電子學等專業;

藥物/生物/化學專業方向,包括生物化學與分子生物學/化學工程/生物化學/生物工程/藥物化學/分析化學/高分子化學與物理等專業;

力學/熱能/機械工程專業方向,包括流體力學/工程力學/機械制造及其自動化/車輛工程/工程熱物理/熱能工程/動力機械及工程/流體機械及工程/航空宇航制造工程等專業;

以及高校或科研機構的AI訓練平臺、虛擬仿真實驗室等等。

2、你們是怎么幫助我們這些搞科研的人的?

兩點結論:

1、讓大家更專心做科研,提升高校及科研機構師生的整體科研效率,讓IT能力跟上科研能力。
2、避免大家因為資源不夠而不得不選擇短平快的研究,不敢嘗試。

在線云計算平臺免費試用

具體分成以下四個維度:

一整套針對應用優化的自動化科研環境,即開即用;
海量資源加智能決策輔助,大幅提升計算效率同時降低成本;
有針對老師需求的獨特場景(這一點后續單獨展開);
讓IT能力跟上科研能力,可視化操作,輕松上手。

3、你們是通過哪些手段大幅提升計算效率的?

應用云端優化、即開即用的云平臺、云端海量資源、Auto-Scale、調度器……

具體可見以下實證:

Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率?
1分鐘告訴你用MOE模擬200000個分子要花多少錢
LS-DYNA求解效率深度測評 │ 六種規模,本地VS云端5種不同硬件配置
揭秘20000個VCS任務背后的“搬桌子”系列故事
155個GPU!多云場景下的Amber自由能計算
怎么把需要45天的突發性Fluent仿真計算縮短到4天之內?

5000核大規模OPC上云,效率提升53倍
提速2920倍!用AutoDock Vina對接2800萬個分子

從4天到1.75小時,如何讓Bladed仿真效率提升55倍?
從30天到17小時,如何讓HSPICE仿真效率提升42倍?

4、一整套科研環境指什么?

包括了應用環境和底層的運行環境。

我們為用戶提供從登錄桌面、打開應用、配置、提交任務、自動上云開機運行任務并自動關機、查看結果進行調試……用戶所需要的操作與本地幾乎完全一致,每一步只需在平臺上使用鼠標簡單點選即可完成。

速石科技fcc工作流程圖

5、具體降低了什么工作量?

整套自動化環境避免了大量手動操作,也降低了出錯概率。

工具的最大價值,是把人從機械性的重復勞動中解放出來,騰出時間來思考更重要的事。
比如,一百個任務一個個手動寫?一百臺機器一個個登陸上去裝應用,配置環境?任務跑著跑著失敗了,手動一個個重來?

vcs,eda,本地集群化管理

避免重復勞動,一次操作完成所有需要手動一次次做的事,一百次就忍了,一千次,一萬次呢?

也不需要團隊每個人重復一遍同樣的學習過程,做個模板它不香嗎?

6、你們說的應用或者任務,指的是什么?

藥物/生物/化學/集成電路/微電子/力學/熱能/機械工程/人工智能專業相關的軟件/工具。

藥物/生物/化學方向的有 Autodock Vina、NetMHC、Qvina、Amber、MaterialsStudio、GATK、VASP、Rosetta、Schr?dinger、BCFtools、Gromacs、FastQC、DeltaVina、Gaussian等;

集成電路/微電子方向的有 Innovus、Spectre、Genus、Dracula、Virtuoso、Ncsim、PowerSI、Xcelium、PT、DC、VCS、VC、FM、Verdi、OPC Proteus、Tmax2、HSPICE、Spyglass、Starrc、Calibre、Tessent、nmLVS、nmDRC、xACT、xL、xRC等;

力學/熱能/機械工程方向的有 Abaqus、Autodesk、Bladed、CFX、COMSOL、Fluent、HyperWorks、LS-DYNA、Matlab、Mechanical、MSC Adams、MSC Nastran、StarCCM、SOLIDWORKS、VASP、WRF等;

人工智能方向的有 Pytorch、Mxnet、Tensorflow、Caffe2、Miniconda、Scikit Learn/OpenCV、Pylearn2、Keras等。

7、你們和這些軟件/工具,有什么區別呢?

一句話概括,我們是EDA/CAE/CFD/生物/化學/AI計算云平臺,通過我們可以在短時間內調集海量資源,為上述軟件/工具加速,從而搶在各種科研deadline之前跑完任務,拿到結果。
關于我們的其他優勢與技術能力,可以通過后面的問題了解。

8、你們哪里來的計算資源?

目前我們從多家云廠商調集海量多云資源。

9、有時候為了搶幾臺機器都要跟實驗室的師兄弟姐妹斗智斗勇,你們的資源真有那么多?

云上資源非常多,我們曾經根據IDC報告推測國內云廠商的服務器總量超過116萬臺,2020年中國公有云服務市場的全球占比為6.5%,可大致估算出全球公有云廠商的服務器總量超過千萬臺。
重點是,這些機器都是可用資源。

10、支持AWS/華為云/GCP/Azure/阿里云/騰訊云……嗎?

國內外主流云廠商我們都支持。

11、你們跟云廠商有什么區別?

我們是從應用出發,為應用定義的云平臺。
而云廠商主要在IaaS層,距離用戶的實際應用還有非常長的距離。
在云的基礎架構和應用之間,需要借助應用優化、多云環境支持等方式來滿足用戶需求。

速石科技產品基礎架構,云計算

12、那我直接用云廠商是不是就行了?

參考上一個答案。
直接用云廠商需要做大量的IT調試,而我們已經對接了眾多主流云廠商的API,可以用統一的方式方法完成自動化部署,簡化用戶使用云資源的方式,降低學習成本,幫助用戶高效地用好云,將精力集中在科研任務上。

13、聽說還有個云管平臺,跟你們有什么不同?

我們更貼近應用,在云管平臺之上。a具體可查看《靈魂畫師,在線科普多云平臺/CMP云管平臺/中間件/虛擬化/容器是個啥

云管平臺和計算云平臺有什么區別?

14、之前上過云,發現有些類型的資源比較少(如部分型號的GPU),需要分別從幾個不同云廠商調資源,你們支持嗎?

我們支持多云。
多云指使用來自多個云廠商的多種服務,可以最大限度利用不同云廠商的不同優勢,就像你說的從幾個不同云廠商調資源。而在產品價格、地域選擇,多云也更有優勢。

15、云上的虛擬機靠譜嗎?性能可以嗎?

放心,性能相當,并可以更好。
兩方面原因:
1、云上的硬件更新快(詳見第54問);
2、云上虛擬化性能逐步接近裸機。

16、各個云之間的虛擬機性能有差異嗎?我不會選怎么辦?

有。我們可以為用戶提供專業建議。

17、云上用的機型是超線程的還是物理核的?

大多數云廠商支持開啟和關閉超線程。

18、我做的課題需要特定類型的計算資源,而且可能需要好幾種,云上有GPU/大內存資源嗎?

有,我們和云上的資源是保持同步的。
包括但不限于超大內存、超大硬盤、網絡優化、GPU等資源,并且十分靈活,即開即用,隨關隨走。
我們對不同類型云端資源有非常詳盡的研究分析,具體看《【2020新版】六家云廠商價格比較:AWS/阿里云/Azure/Google Cloud/華為云/騰訊云

六大云廠商價格對比,阿里云

19、License在云上能正常用嗎?

License無論在云上還是本地都能正常使用。

在這篇《EDA云實證Vol.4: 5000核大規模OPC上云,效率提升53倍 》中,我們將License Server分別部署在本地和云端,計算結果完全一致,集群運行均無中斷,GUI啟動均正常。

20、你們有自己的資源中心嗎?

公有云以及第三方IDC合作共建的數據中心。

21、使用機器需要排隊嗎?

正常使用云上資源無需排隊。

如果是上萬核那種的,建議提前聯系我們調配資源。

22、那啟動機器需要多久?

除了特殊機型,啟動單機的時間幾乎可以忽略不計。

如果是集群,根據集群規模大小需要若干分鐘的等待時間。

23、發paper、趕實驗工期、開組會……我們經常會特別著急臨時要跑一個任務,你們最快多久可以用上?

無需排隊,即開即用,參考前兩個問題。

24、半夜發現實驗結果有問題,第二天就要交了,你們的資源隨叫隨到嗎?

全程操作自服務,白天晚上沒區別。

25、使用過程中遇到問題,你們有人支持嗎?

我們大部分是自服務,如果你們遇到問題,我們也提供人工服務。

二、在云上和在本地跑任務有什么區別?

26、我現在常用的應用有好幾個,都是直接放到云上就可以跑嗎?

是的,我們不僅支持常規應用,也支持用戶自定義安裝。
原先在本地上怎么用,在云上就怎么用。

27、我在自己機器怎么跑應用,在云上就怎么跑嗎?需要每次都配置嗎?

不需要每次都配置。
一次配置,無限使用。

28、從來沒上過云,你們的云平臺用起來麻煩嗎?

我們基本不會改變用戶的使用習慣,配置完成之后,使用者跟原先的使用習慣是一致的。
我們支持WebVNC遠程桌面接入和WebSSH遠程命令行接入功能。
詳見《CAE云實證Vol.5:怎么把需要45天的突發性Fluent仿真計算縮短到4天之內?

29、搞不定命令行,你們支持圖形界面登錄嗎?

我們支持Linux VNC,也支持Windows RDP。

30、多機并行跑任務真的特別快嗎?

云端的一大特點,就是你用相同的錢,可以讓1臺機器跑100小時,也可以讓100臺機器跑1小時,后者就是多機并行,能夠大大節省跑任務的時間。
效果參考問題3。

31、所有的應用都可以靠多機并行來提升效率嗎?

不是所有的應用都支持,我們可以基于經驗為用戶提供建議。
有些應用本身不支持多進程處理,有些應用雖然支持分布式但對分布式支持并不好,也就無法依靠多機并行來提升效率,但我們可以通過為其尋找更適合的機型、提升自動化程度等多個角度來提升效率。

不同機型對應用效率的提升有多大?看這篇《CAE云實證Vol.5:怎么把需要45天的突發性Fluent仿真計算縮短到4天之內?

32、使用你們的平臺需要自己安裝操作系統嗎?

不需要,可以選擇需要什么操作系統。

33、我跑的應用沒有windows版本,你們支持linux系統嗎?

支持。

34、云上可以支持集群嗎?

可以。

我們支持LSF/SGE/Slurm集群。

35、我習慣了自己寫代碼,能不能直接通過代碼來調集群?

對于本身對應用工作流的理解和編程能力超強的用戶,我們提供更高級用戶模式,可以直接根據自己寫的腳本,通過Web瀏覽器選擇新建集群,然后按需動態地在云端創建HPC集群。

hpc集群化管理

36、云上的集群也像本地一樣需要一臺臺部署嗎?

不需要。
傳統IT模式下,通常都是先構建一個固定規模的集群,然后提交任務,當全部任務結束后再關閉集群。

我們實現了云上集群的自動化部署,只需點擊幾個按鈕,5-10分鐘即可開啟集群,并在任務結束后自動關機。詳情可參考《EDA云實證Vol.1:從30天到17小時,如何讓HSPICE仿真效率提升42倍?

hspice仿真效率提升

37、訪問集群會很麻煩嗎?

訪問集群,既可以通過命令行,也可以通過WebVNC圖形界面方式直接訪問。
我們為所有用戶免費提供WebVNC功能,自動化創建到訪問集群:

1、通過Web瀏覽器登錄fastone平臺;

2、在Web界面新建集群、配置資源;

3、在已創建的集群點擊WebVNC遠程桌面圖標(同時提供WebSSH遠程命令行功能);

4、跳轉到虛擬桌面,可在該桌面中操作應用。

WebVNC遠程桌面

38、云端硬件該怎么選?有什么講究嗎?

需要根據具體的應用而定。
具體可參考下圖:

cpu優化,gpu優化,內存優化

三、我自己也會上云,為啥要選你們?

39、我之前用過云,為啥還要選你們?

我們對接了幾乎所有的主流云廠商,多云的優勢參見第14問。
我們還能帶來許多其他方面的提升,具體可參考后面幾個問題。

40、我們實驗室里才幾臺機器,天天維護頭就很大了,云上這么多機器還不得把自己搞禿了?

云上的運行環境都是自動化配置的,不需要人工干預,用戶還可以通過平臺進行統一管理和監控,方便易操作。
舉個例子,我們的Auto-Scale功能可以自動監控用戶提交的任務數量和資源的需求,動態按需地開啟和關閉所需算力資源,在不夠的時候,還能根據不同的用戶策略,自動化調度本區域及其他區域的目標類型或相似類型實例資源。
所有操作都是自動化完成,無需用戶干預。
下圖就是開啟Auto-Scale功能后,用戶某項目一周之內所調用云端計算資源的動態情況。
其中橙色曲線為OD實例的使用狀況,紅色曲線為SPOT的使用狀況。

spot實例

可以看到整個階段算力波峰為約3500核,而波谷只有650核左右。Auto-Scale功能可以根據任務運算情況動態開啟云端資源,并在波峰過去后自動關閉,讓資源的使用隨著用戶的需求自動擴張及縮小,最大程度匹配任務需求。具體戳《EDA云實證Vol.10:Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率?

41、是不是可以認為你們就是個調度器?

調度器是我們平臺的一個重要組件。

智能調度,應用優化,云端分布式儲存

42、你們這個調度器是怎么個智能法?

我們是基于用戶策略的雙層智能調度。

上層調度程序支持靈活的用戶策略:

-基于位置
-基于性能
-基于成本
-基于團隊/組織目標……
下層調度程序滿足應用要求:
-基于Slurm/LSF/SGE/PBS的工作任務
-基于容器的K8S工作任務……

智能調度用戶策略詳情看這個《生信云實證Vol.3:提速2920倍!用AutoDockVina對接2800萬個分子

智能調度,slurm

43、數據怎么做到云上、線下同步?

我們有專門的數據傳輸工具DM(Data Manager),讓用戶無需在多套認證系統之間切換,使用統一的身份認證即可傳輸數據,并自動關聯云端集群進行計算,不改變其原有的使用習慣。

44、任務跑得怎么樣可以在平臺上監控嗎?

提交任務后,可以在監控界面中查看任務和集群運行情況。
我們也可以在界面上查看任務運行的日志。

高校仿真任務界面

我們還支持實時查看任務本身的狀態,比如Fluent的殘差曲線,監控計算的收斂情況。

fluent殘差曲線

45、老師想搞深度學習,需要很多GPU,但有時候云上連幾塊GPU都很難搶到,怎么辦?

一般來說單家云廠商的GPU可用資源是比較有限的,我們曾經在一個任務中成功地調用了155塊NVIDIA Tesla V100,單個公有云廠商單區域資源未必能夠隨時滿足這種需求。這里面就還涉及到跨云調度。
具體可以看《生信云實證Vol.6:155個GPU!多云場景下的Amber自由能計算

46、我試過自己搶云廠商的SPOT,雖然確實很便宜,但非常難用,隨時會斷掉,你們對SPOT支持到什么程度?

由于SPOT一定會被搶走,我們的建議是用SPOT去算那些單個任務小總數卻很多的東西。
比如生物/化學計算里的分子對接。常規分子對接任務幾分鐘即可算完,特別適合SPOT這種分分鐘可能被搶走的狀態。而且我們平臺具備自動重試功能,一個任務被中斷可以自動重新提交,任務之間互相不影響,重新提交單個任務影響很小

四、你們跟超算比怎么樣,有區別嗎?

47、平時用超算經常排隊用不到,你們說自己即開即用,難道你們的機器規模比超算還大?

確實比超算大,而且不在一個量級。
我們曾經盤點了中國已落成的主要超算中心的總節點數量,總數為54588個,其中未包括一些正在建設中的超算中心,以及小型超算中心。
即便加上這些數量,中國超算中心的總節點數量級也未過十萬。
而根據IDC公布的中國公有云市場份額占比,阿里云以46.5萬臺服務器搶下了超過40%的市場份額,我們據此反推出國內云廠商的服務器總量超過116萬臺,超算中心與其完全不在一個數量級,可以看下圖感受一下差距。

超算,云計算

48、這么大規模的云資源,我們都能用嗎?

短時間內可獲取海量資源正是云資源特有的優勢。
我們曾用AutoDock Vina上云,調用了十萬核CPU資源做分子對接,詳見《生信云實證Vol.3:提速2920倍!用AutoDock Vina對接2800萬個分子

49、GPU也一樣能用嗎?

可以,我們曾經在一個任務中調用了155塊NVIDIA Tesla V100做Amber自由能計算,詳見《生信云實證Vol.6:155個GPU!多云場景下的Amber自由能計算

50、我們常用的超算中心機器配置比較固定,選擇比較少,云上可以選嗎?

云計算中心能夠給用戶提供更為豐富的計算資源選擇。
如某公有云廠商的企業級云服務器分為通用型、計算型、內存型、大數據型、GPU型、本地SSD型、高主頻型、FPGA型、彈性裸金屬九大類,其中每一種類型還可以選擇與不同存儲和網絡的組合,可根據需求自由選擇。

公有云計費模式

51、你們支持的應用跟超算差不多嗎?

我們支持所有主流科研應用,以及用戶自編譯的科研工具。
行業方向,除了生物/化學計算和CAE/CFD方向,還有集成電路設計EDA和AI框架。

52、不太懂IT,看到Linux就束手無策,我還能用你們這個云平臺嗎?

可以的,我們支持Windows系統。
另外,由于分布式計算場景大部分基于Linux系統,我們可為用戶提供圖形化界面,基本不改變操作習慣,通過簡單的鼠標操作就可以跑任務,上手非常快。

53、怎么申請你們的資源?手續麻煩嗎?周期要多久?

我們的云平臺即開即用,3分鐘即可使用,無需繁瑣的申請流程。
而幾乎每家超算中心都有一套申請、審核、使用流程,平均需要5.8個步驟。以國家超級計算天津中心為例,其步驟就多達8步。

超算中心申請流程繁瑣

54、我們學校的超算中心總是在用好多年前的舊機器,非常慢,實驗室的情況稍微好一點,你們云上有新硬件嗎?

你在云上隨時可以用到最新的硬件。
舉個例子,2019年4月3日上午,Intel在太平洋兩岸近乎同步發布了代號Cascade Lake的第二代至強可擴展處理器。當天中午12點,國內某云廠商便宣布其基于Cascade Lake的全新一代通用計算增強型云服務器C6正式轉為商用。

cascade lake第二代

超算就要慢得多了,超算中心從規劃設計到正式上線需要經歷若干年的時間,能夠在上線時配置當年上市的硬件已經是其規劃能力的最佳體現,其最新硬件更新周期至少要以年為單位。

55、超算資源有時候跑著跑著就被強制回收了,你們也會有這種情況嗎?

我們提供的是獨占資源,不會被搶走。

56、我們之前用超算都是共享資源,不能改,也不能自己裝一些組件,你們可以嗎?

我們提供的是獨占資源,用戶擁有管理員權限,安裝什么、如何使用均由用戶自己做主。

57、用超算總感覺限制比較多,你們有什么限制嗎?

我們的平臺沒有什么限制,連網即用。不但如此,我們提供的是一整套科研環境,詳見第4問。

58、你們和超算還有什么區別?

具體可以看這篇《國內超算發展近40年,終于遇到了一個像樣的對手

本期的《這一屆科研計算人趕DDL紅寶書:學生篇》就到這里了。

在下一期《老師篇》中,我們將從老師視角和專業應用的角度出發,來看看高校計算云平臺對科研工作所帶來的幫助。

敬請期待哦~

- END -

我們有個科研計算云平臺
集成多種科研應用,大量任務多節點并行
應對短時間爆發性需求,連網即用
跑任務快,原來幾個月甚至幾年,現在只需幾小時
5分鐘快速上手,拖拉點選可視化界面,無需代碼
支持高級用戶直接在云端創建集群 

掃碼免費試用,送200元體驗金,入股不虧~

更多電子書
歡迎掃碼關注小F(ID:imfastone)獲取

你也許想了解具體的落地場景:

Auto-Scale這支仙女棒如何大幅提升Virtuoso仿真效率?
1分鐘告訴你用MOE模擬200000個分子要花多少錢
LS-DYNA求解效率深度測評 │ 六種規模,本地VS云端5種不同硬件配置
揭秘20000個VCS任務背后的“搬桌子”系列故事
155個GPU!多云場景下的Amber自由能計算
怎么把需要45天的突發性Fluent仿真計算縮短到4天之內?

5000核大規模OPC上云,效率提升53倍
提速2920倍!用AutoDock Vina對接2800萬個分子

從4天到1.75小時,如何讓Bladed仿真效率提升55倍?
從30天到17小時,如何讓HSPICE仿真效率提升42倍?

關于為應用定義的云平臺:

楊洋組織的“太空營救”中, 那2小時到底發生了什么?
速石科技獲元禾璞華領投數千萬美元B輪融資
一次搞懂速石科技三大產品:FCC、FCC-E、FCP
AI太笨了……暫時
速石科技成三星Foundry國內首家SAFE?云合作伙伴
Ansys最新CAE調研報告找到阻礙仿真效率提升的“元兇”,竟然是Ta……
【2021版】全球44家頂尖藥企AI輔助藥物研發行動白皮書
EDA云平臺49問
國內超算發展近40年,終于遇到了一個像樣的對手
幫助CXO解惑上云成本的迷思,看這篇就夠了
花費4小時5500美元,速石科技躋身全球超算TOP500

為應用定義的云平臺 fastone

收錄于話題 #為應用定義的云35個下一篇缺人!缺錢!趕時間!初創IC設計公司如何“絕地求生”?

相關推薦

發表評論

電子郵件地址不會被公開。 必填項已用*標注

微信掃一掃

微信掃一掃

微信掃一掃,分享到朋友圈

這一屆科研計算人趕DDL紅寶書:學生篇
返回頂部

顯示

忘記密碼?

顯示

顯示

獲取驗證碼

Close