什么是高性能计算（HPC）？

高性能计算（HPC）通常是指在多个服务器上并行处理复杂计算。这些服务器组被称为集群，它们是由成百甚至上千台通过网络连接的计算服务器组成的。在 HPC 集群中，每台计算机通常被称为一个节点。

HPC 集群将会执行批量计算。任何 HPC 集群的核心都是调度程序，它用于跟踪可用资源，从而允许通过快速网络将作业请求有效地分配给各种计算资源（CPU 和 GPU）。

典型 HPC 解决方案中包含 3 个主要组件：

• 计算
• 网络
• 存储空间

HPC 解决方案可以部署到本地、边缘，甚至是云端。

超级计算机由数千个计算节点组成，这些节点之间协同工作来完成任务。 

尽管以前“超级计算机”多是指一台超快速的机器，但现在的高性能计算机却是由具有一个或多个中央处理器（CPU）的大规模服务器集群构建而成的。

如今的超级计算机通过聚合计算能力， 提供远远超过单个台式机或服务器的性能，通常用于解决工程、科学和商业中的复杂问题。

通过 HPC 提升计算能力，我们可以在相同的时间内利用更大的数据集来解决数据密集型问题。这样就能以更高的解析度、更大的规模或使用更多的元素来描述和检查问题。

HPC 解决方案需要操作系统才能运行。一份统计全球最强计算机系统的 TOP500 榜单表明，Linux^®在高性能计算中占据主导地位。所有 TOP500 超级计算机都运行 Linux 系统，而且在前 10 大超级计算机中，有多个运行的是红帽^® 企业 Linux。

随着物联网（IoT） 、人工智能（AI）和机器学习（ML）等技术的应用日益广泛，企业生成的数据量也与日俱增，他们需要能够更快地实时处理和使用这些数据。  

现在，从云端到边缘，HPC 可以在任何地方运行，并且可以跨行业（科学、医疗保健和工程等）广泛应用于各种问题，原因就在于：它能够在合理的时间和成本参数内解决大规模计算问题。 

为了支持日益复杂的算法，高性能数据分析（HPDA）已成为一个将 HPC 资源应用于大数据的新细分领域。此外，超级计算也在助力深度学习和神经网络，以期推进人工智能的发展。 

HPC 还可应用于其他行业和用例，例如政府和学术研究、高性能图形、生物科学、基因组学、制造、金融服务和银行、地球科学和媒体。

分析大数据和解决复杂问题所需的计算资源正在扩大，超出了数据中心内通常与 HPC 相关联的本地计算集群范畴，并扩展到公共云服务中可用的资源。 

对于将工作负载从本地机房过渡到与特定基础架构或位置分离的部署方式来说，HPC 的云采用至关重要。 

云计算允许按需提供资源，这样不仅具有成本效益，而且还可以更灵活地运行 HPC 工作负载。 

同时，在 HPC 中采用容器技术的势头也愈发显著。容器采用轻量级设计，能以较低的开支提供所需的灵活性，这样不仅可以降低成本，还能提高性能。容器还有助于满足许多 HPC 应用的要求，例如可扩展性、可靠性、自动化和安全性。

它可以打包应用代码、依赖项甚至用户数据，同时兼顾人们对简化与全球社区跨多个地点共享科学研究和成果的需求，并且它可以将应用迁移到公共云或混合云，凡此种种，使得容器非常适合 HPC 环境。

通过使用容器在云端部署 HPC 应用和工作负载，您将无需依赖特定的 HPC 系统或云提供商。 

红帽企业 Linux 提供了一个平台，可以提升本地、云端或混合 HPC 环境中大规模 HPC 工作负载的可靠性和效率。红帽企业 Linux 可提供一系列容器工具，增强 HPC 工作负载的可移植性和可复制性。

红帽 OpenShift 是一个企业级容器编排平台，可以扩展 Kubernetes 功能，同时使用灵活的拓扑选项实现一致性运维和规模化应用生命周期管理，为任意地点的低延迟工作负载提供支持。