在OLCF设计FAIR工作流：构建可扩展且可重用的HPC科学生态系统
分布式、并行与集群计算
2025-12-03 v1 数字图书馆
摘要
高性能计算（HPC）中心提供先进的基础设施，使科学研究能够在极端规模下进行。这些中心的硬件配置、软件环境和安全要求与大多数用户的本地系统存在显著差异。因此，用户经常开发与特定HPC中心紧密耦合的定制数字制品。这种做法可能导致大量重复劳动，因为多个用户独立地为常见问题创建类似的解决方案。FAIR原则提供了一个应对这些挑战的框架。最初设计用于改进数据管理，FAIR方法已扩展涵盖软件、工作流、模型和基础设施。通过鼓励使用丰富的元数据和社区标准，FAIR实践旨在使数字制品更容易在科学领域内和跨领域之间共享和重用。许多FAIR倡议已在各个研究社区内涌现，通常以学科为对齐依据（如生物信息学、地球科学）。这些社区在采用FAIR实践方面取得了进展，但其学科特异性可能导致限制更广泛合作的孤岛。因此，我们提议HPC中心在促进支持多学科研究的FAIR生态系统方面发挥更积极的作用。这需要设计使研究人员能够更有效地发现、共享和重用计算组件的基础设施。在这里，我们基于欧洲开放科学云（EOSC）EOSC-Life FAIR工作流协作实验室的架构，提出了一个针对HPC需求的模型。我们不关注完整的工作流，而是强调使单个工作流组件FAIR的重要性。这种基于组件的方法更好地支持HPC用户多样且不断变化的需求，同时最大化其工作的长期价值。
引用
@article{arxiv.2512.02818,
title = {Designing FAIR Workflows at OLCF: Building Scalable and Reusable Ecosystems for HPC Science},
author = {Sean R. Wilkinson and Patrick Widener and Sarp Oral and Rafael Ferreira da Silva},
journal= {arXiv preprint arXiv:2512.02818},
year = {2025}
}