面向科学与商业应用的高性能计算云：分类法、愿景与研究挑战
分布式、并行与集群计算
2018-02-05 v3
摘要
高性能计算（HPC）云正成为执行科学应用和商业分析服务的本地集群的替代方案。HPC 云的大多数研究工作旨在理解将资源密集型应用从本地环境迁移到公共云平台成本效益。行业趋势表明，混合环境是充分利用本地和云资源的自然路径——稳定（且敏感）的工作负载可以在本地资源上运行，而峰值需求可以按需利用远程资源。尽管如此，HPC 云仍有大量问题需要解答，范围从如何从未知的底层平台提取最佳性能，到哪些服务对于简化其使用至关重要。此外，关于适合小型和大型用户的正确定价和合同模式的讨论对于 HPC 云的可持续性至关重要。本文对 HPC 云领域的努力进行了综述和分类，并提出了我们坚信的未来愿景，包括一系列研究挑战，一旦解决这些问题，将有助于推动商业发展和科学发现。鉴于来自大数据和人工智能的新 HPC 应用浪潮迅速增加，这一点显得尤为相关。
引用
@article{arxiv.1710.08731,
title = {HPC Cloud for Scientific and Business Applications: Taxonomy, Vision, and Research Challenges},
author = {Marco A. S. Netto and Rodrigo N. Calheiros and Eduardo R. Rodrigues and Renato L. F. Cunha and Rajkumar Buyya},
journal= {arXiv preprint arXiv:1710.08731},
year = {2018}
}
备注
29 pages, 5 figures, Published in ACM Computing Surveys (CSUR)