公有云和超算中心对比，高性能计算用户选哪个好？

超算中心与云的边界越来越模糊，并且越来越多的案例表明，云计算在各方面的效率甚至超过超算中心。以云算力服务商Cloudam云端与国内某医科大学的合作为例，具体分析超算与云计算的区别。

对于高性能计算的用户来说，超算中心通常是第一选择，但随着云算力服务商的不断完善，效率上甚至超过超算中心，类似Cloudam云端着用的云算力服务商可以提供一站式的算力服务，为高性能计算用户安装好了一些商用软件，更重要的是价格几乎与超算中心的持平，对于有小规模计算资源需求的用户来说相当友好。

比如，Cloudam云端就曾与某TOP2大学合作，该校医学院药物发现项目中，也遇到了计算资源瓶颈问题。该项目需要利用多个靶点进行全量的化合物筛选，然而该大学目前的HPC平台能支持最大规模只有2000核心，很显然不够用。另外，该项目还面临着时间紧、计算资源有限的问题。

如果该校选择超算中心进行该项目的话，不仅需要排队，而且无法整合大量的异构数据，这样就意味着会降低研发效率，更重要的是超算中心不会为其提供部署方案的服务，这就意味着该校需要额外配置运维人员。

通过对比，该校最终选择云E算力平台来进行统一资源管理。通过云E平台，用户可以直接利用浏览器来调用平台上事先部署好的Virtualflow筛选工具，来实现靶点的多阶段筛选。在操作过程中，用户无需担心硬件配置的问题，使用清晰易懂的图形界面即可远程操作、筛选。为了保障用户的安全，云E同客户签订了数据安全及保密协议，云端严格保障用户输入数据及最终筛选结果的安全与私密性。

通过CLOUDAM云端的云E一站式部署解决方案，实现了高并发高可用的工作，让原来的项目流程大大缩短，最终能够在一个月内全部完成。并且接入CLOUDAM云端云E算力平台后，整体运维成本降至原来的1/5。

Cloudam云端云E为生物科技行业提供了高性能计算一站式解决方案，整合了异构资源，让各类软件、框架高性能的运行在云E的CPU及GPU节点上，实现了海量CPU核心数据虚拟筛选服务、顶级GPU的模型训练任务。自动化工作流程，也让整个使用过程简单清晰，用户只需专注于专业内容，无需再为硬件设备的配置及部署费心费力。

通过这个案例，我们不难发现，云算力服务商的优势，虽然超算中心在目前的这个阶段来说，是科研人员不错的选择，但随着云算力服务商的逐渐市场化，云算力平台是非常有前景的。

你的鼓励让我更有动力

赞赏

0人进行了赞赏支持

你的鼓励让我更有动力

更多相关文章

随机推荐