项目背景

GPU计算是指利用图形卡来进行一般意义上的计算，而不是传统意义上的图形绘制。时至今日，GPU已发展成为一种高度并行化、多线程、多核的处理器，具有杰出的计算功率和极高的存储器带宽。如图：

具体地说，GPU专用于解决可表示为数据并行计算的问题——在许多数据元素上并行执行的程序，具有极高的计算密度（数学运算与存储器运算的比率）。由于所有数据元素都执行相同的程序，因此对精密流控制的要求不高；由于在许多数据元素上运行，且具有较高的计算密度，因而可通过计算隐藏存储器访问延迟，而不必使用较大的数据缓存。
    数据并行处理会将数据元素映射到并行处理线程。许多处理大型数据集的应用程序都可使用数据并行编程模型来加速计算。在 3D渲染中，大量的像素和顶点集将映射到并行线程。类似地，图像和媒体处理应用程序（如渲染图像的后期处理、视频编码和解码、图像缩放、立体视觉和模式识别等）可将图像块和像素映射到并行处理线程。实际上，在图像渲染和处理领域之外的许多算法也都是通过数据并行处理加速的——从普通信号处理或物理仿真一直到数理金融或数理生物学。在上述领域，GPU计算已经获得了成功的应用，并取得了令人难以置信的加速效果。

方案介绍

整套GPU高性能方案采用通用CPU和专用GPU均衡设计，既保证了GPU的处理性能，又兼顾了通用CPU的计算能力。既保证了适合GPU的高并行度计算应用的需求，同时也保证了非高并行度应用和尚未进行GPU移植的应用需求。并且由于GPU具有较高浮点计算性能的特点，方案中使用GPU作为主体计算资源，将图形处理器引入到高性能计算领域。
方案分析
 GPU计算节点使用了北联宝德PR4910P，该机型有着超高的扩展性，GPU方面最多支持到10个全高全长的GPU插槽。同时支持多种的网络支持，可实现增强的高速性能和 I/O 灵活性，满足不同应用程序的互联需。

存储节点采用了北联宝德PR4036P4机型，具有高可扩充性和高可用性，能够解决数据爆炸性增长带来的存储挑战，并且支持智能阵列，显著增强I/O性能和数据的安全性。

 在网络通信方面所有节点通过高速的Infiniband网络连接，实现节点之间的全互联，大大降低节点之间的通信延迟，为集群提供了一个高带宽低延迟的IO和网络数据交换性能环境。

方案优势

高计算性能：系统支持CPU和GPU的混合计算。系统具有较高的计算密度，可在实现超过500TFlops（单精度）的计算能力，同时具有良好的可扩展性，能够轻松扩展到千万亿次。

高可扩展性：GPU节点、存储节点、计算节点等有很高的扩展性，既能满足现阶段的业务要求，也能更具未来业务量的增长进行升级和扩容。

高稳定性：北联宝德通过统一的集群管理、作业调度，结合北联宝德高性能的服务器，从各个方面提高整套系统的稳定性，大大提高用户的使用稳定性同时减少了故障率。

服务超越：行业多年经验的HPC专家可为用户提供应用级别的运维服务，协助用户应用调优，发现问题，提供专业的解决方案。