Amazon Web Services (AWS) 团队公布了一系列资源,瞄准科学社区对高性能计算的需要。AWS 特别强调:在Amazon 云环境中,他们的“spot 价格体系”市场可以提供价格优惠的海量规模计算能力。
科学组织在处理数据分析时,常常要面对海量计算活动的需求。在AWS 团队指出的一个案例研究中,一家排名全球前五的制药公司在寻找分子建模方法,以处理数百万种化合物组合。有了 Cycle Computing 的帮助,该公司在 AWS 上使用一个有30000 个核的集群,仅用不到8 个小时就完成了任务。该集群跨越两个大陆,使用将近27T 内存,每小时花费1279 美元。Cycle Computing 指出:他们的客户从未想过在公司内部完成这样的科学分析,因为会把他们自己数据中心所有的资源消耗殆尽,而且长达数周。如果一家组织试图在内部完成如此重大的计算任务,常常需要非常大量的CPU,而且在任务启动之前会一直处于空闲状态。这也是Microsoft 在与 Pharm Exec 的访谈中提到的:
看看所有进入蛋白质折叠【译注】的数据。有研究大型分子产品的公司,这些产品一般被称为单克隆抗体(monoclonal antibody)。这些分子的活动主要是如何把自己折叠起来。在研究过程中,他们希望看到产品的基本序列,也想计算出分子的折叠过程。传统方式中,他们会维护海量的 CPU,这些 CPU 的计算围绕着上述活动展开,一般需要 70 个小时才能完成整个的蛋白质折叠分析。使用基于云的基础设施模式,服务器不需要一直开机。科学家可以在需要的时候再分析数据,不需要,服务器就不必运行。
AWS 声称:这个由 Cycle Computing 管理的计算集群不仅仅在规模和性能上令人侧目,同时在价格上也非常合算,因为他们使用了 Spot Instance 实例。与 Reserved 或 On-Demand EC2 实例不同,启动 Spot 实例是投标过程的一部分。客户制定出他们愿意为 Spot 实例每小时支付多少钱,只要 Spot 的价格仍然低于客户给出的阈值,Spot 实例就会一直运行。当价格阈值超过后,Spot 实例就会停止。Spot 的价格会比 Reserved 或 On-Demand 实例的价格便宜 50%,因此用它来完成只有财务上合算时才运行的、低优先级的计算工作,或是补充已有的 On-Demand 负载,都是不错的选择。
在新的“Spot and Science”页面上,对于如何利用类似Spot 市场提供的这些短时计算资源,AWS 团队点出了一些架构上的考量。AWS 提出四种架构风格,可以作为容纳潜在中断风险的解决方案,包括:Map/Reduce、Grid、基于队列的、以及基于检查点(Checkpoint)的架构。每种风格要么建议使用可快速完成的小量工作负载,要么建议当运行主机中断时重新运行,或是使用检查点定期保存工作。
AWS 的“Spot and Science”页面还包括案例研究、用例展示、成本节省分析、辅导和架构指南。即使用户不属于科学社区,如果希望用云完成高性能计算,也可以找到在这些用例中找到相关信息。 HPC in the Cloud 网站认为:
制药公司对云有相对高的使用率,这意味着对于其他公司来说,即使他们不需要找到疾病治愈方法或是改善人们的健康,他们也可以参考这个行业的案例,以了解云在真实世界中的使用方法。
【译注】蛋白质折叠(protein folding):蛋白质的基本单位为氨基酸,而蛋白质的一级结构指的就是其氨基酸序列,蛋白质会由所含氨基酸残基的亲水性、疏水性、带正电、带负电……等等特性通过残基间 的相互作用而折叠成一立体的三级结构。虽然蛋白质可在短时间中从一级结构折叠至立体结构,研究者却无法在短时间中从氨基酸序列计算出蛋白质结构,甚至无法 得到准确的三维结构。因此,研究蛋白质折叠的过程,可以说是破译“第二遗传密码”——折叠密码(folding code)的过程。具体可参考百度百科。
查看英文原文: InfoQ: AWS Targets Scientific Community with New Resources for High Performance Computing
评论