requestId:68c5a7f21530a2.42570719.
高通量計算基礎理論
與傳統高性能計算以高速度為設計目標相比，高通量計算的核心是追求高通量，即算得多。具體包括 3 個核心要素，即高吞吐、高利用率、低延遲。
高吞吐。是指單位時間道具製作完成的任務數或者響應的請求數要多。對于經典大圖互聯網應用場景來說，數據中心的一個核心挑戰是要實時響應海量的并發用戶請求。以 2018 年包裝盒天貓“展覽策劃雙記者會 11”全球狂歡節為例，其實時數據處理峰值超過 6 億條／秒，支經典大圖付成功峰值超過 30 萬筆／秒，數據中心必須充分挖掘各種并行場地佈置性以應對如此巨大的實時并發處理需求。
高利用率。是指廣告設計計算機系統中的核心部件（如 CPU、存儲器、網絡等）的利用率要高。當前大型數據中心通常包括數十萬臺甚至百萬臺服開幕活動務器，建設資金則人形立牌高達數十億全息投影甚至百億美元。然而，舞臺背板為了確保用戶大圖輸出的服務質量，現有數據中心不得不將利用率控制在較低水平，因此整體利用率情況很不理想。公開數據顯示，2013 包裝設計年谷歌數據中心的平均全息投影 CPU 利用率只有30％，而其他互聯網公司運記者會營的數據中心的利用率甚至比該值還要低。互動裝置可見在現有的架構下，要做到既能實時滿足用策展戶處理需求，同時又能達到高的利用率，是非常困難的。
低延遲。指用戶請求的響應時間要短。互聯網上的大部分在線服務具有明顯的實時交互特征，數據中心必須確保在給定的實時性約束條件滿足的情況下返回結果，否則會導致VR虛擬實境服務的失效。比如一些圖像識別或者語音翻譯之類的人工智能（AI）應用場景，通常要求響應時間在毫秒級別，玖陽視覺這對于當前的玖陽視覺計算機系統來講互動裝置是一個巨大挑戰。
針對上述高吞吐、高利用率、平面設計低延遲的設計需求，我們提出一個基于“系統熵”的通量分析模型 。系統熵主要受延遲的不確定性（波動情況）VR虛擬實境、資策展源利用率和吞吐量 3 個因素影響。簡單來講，系統熵與延遲的波動幅度成正比，與資源利用率以及系統吞吐量成反比。因沈浸式體驗此，延遲波動越大，系統熵越大；資源利用率越高、吞吐量越大，則系統熵越小。類似于“熱力學熵”的用法，我們通過“系統熵”可以反映計算機系統中的易擾動程度或者不確定性。
“熵者，傷也。”高熵系統往往開銷大、成本高。相比廣告設計于高熵玖陽視覺系統，低熵系統具有更優的可預測性AR擴增實境，能達到更高的效率、更展場設計低的成本，也更受用戶青睞。曾有人問美國能源部副部長斯蒂文 · 庫寧（Steven Koonin），為什么電能如此受到人們的喜愛？他回答道，因為電力是一種低熵能源包裝盒。前文提到，為了確保用戶服務質量，現有的數據中心的 CPU 平均利用率很低，一旦利用率提高，其負載展覽策劃性能的波動幅度將迅速增大。因此，當前數據中心計算系統仍然是高熵系統。而高通量計算機的核心目標就是要降低系統熵，也即降低系統的不確定性；以及通過高通量計算機實現提高系統利用率和任務吞吐量的同時，避免應用的性能波動。
TC:08designfollow
發佈留言