本文针对科学计算云服务平台在运行和管理中面临的授权问题,在传统访问控制模型的基础上综合考虑了资源层次虚拟化的特点和科学计算领域的特点,提出了访问控制模型CAQF(Clusters,Applications,Queues and Files),并基于SCE中间件实现了该模型。CAQF模型分析了科学计算领域中资源的基本特征和虚拟化关系,明确了资源之间的关系,并定义了灵活的访问控制策略,可以有效的满足科学计算云服务平台在集群变更管理、专用队列/应用设置和技术支持场景的需求。
【目的】随着云计算、大数据、人工智能等技术的兴起和广泛应用,促进了基于多元算力的融合计算发展。在国家“东数西算”战略的指引下,充分发挥HPC算力优势,提供新型HPC算力编程模式,是新一代计算基础设施可编程能力的重要变革。【方法】分析了高性能计算环境服务模式发展和现有计算环境下不同的编程模式,提出了基于高性能计算环境的HPC算力编程模式HPC as a function,定义了HPC算力和任务模式的基本抽象,以及HPC算力编程模式的参考体系结构。【结果】HPC算力编程模式可支持科研业务中融合计算对HPC算力的基本需求,可将适用于HPC的计算任务分发到合适的计算资源执行并有效管理,相比传统的工作流系统提供了更大的灵活性和可编程性。【结论】HPC算力编程模式可望有效提高“东数西算”计算基础设施的可编程性。
【应用背景】地球大数据具有大规模、多样化、高复杂性和非结构化等特点,相关数据处理面临数据异构分散、计算复杂繁重、协同处理困难等挑战。【目的】提高海量异构地球大数据分析、处理、发布效率,加速大数据驱动科学创新。【方法】本文设计并实现了一种新型超融合架构计算系统,研发了资源聚合与作业调度、HPC计算函数等服务,实现了超级计算、云计算等多元算力在单一计算系统中的集成融合与数据共享。【结果】建成了地球大数据云服务基础平台,形成了“云+超算”协同计算服务能力,满足了科研人员按需构建个性化计算环境、利用大数据与超级计算等方法协同处理科研数据需求。【结论】地球大数据云服务基础平台实现了多元算力融合,减少了跨算力数据搬运,提高了协同计算效率,更好的满足了专项与SDGs(Sustainable Development Goals)评估中复杂应用场景的快速计算需求,采用的方法对研制以数据为中心、一站式处理的新型融合架构计算系统具有积极借鉴意义。
