6、云计算与云技术在高性能并行计算中的应用及 Cloud@Home 架构探索

云计算与云技术在高性能并行计算中的应用及 Cloud@Home 架构探索

云计算作为一种新兴的分布式计算范式，正逐渐在 IT 领域崭露头角。它融合了多种计算范式的特点，为用户提供了便捷、高效的计算资源服务。本文将探讨云计算和云技术在高性能并行计算中的应用，以及 Cloud@Home 这一创新计算范式如何基于 RESERVOIR 架构实现。

云技术在并行计算中的应用

云技术在并行计算领域具有显著的优势，尤其适用于大多数易于并行处理的问题。它支持处理大型数据集，采用将计算移动到数据的概念，并提供诸如容错和监控等优质服务，相较于传统系统，简化了此类问题的实现细节。

然而，云技术并非适用于所有并行应用。对于那些需要复杂通信模式的并行应用，即使处理大型数据集，云技术的开销也极高，这限制了其在这些应用中的使用。为了解决这个问题，可以采用更粗粒度的任务/数据分解策略和不同的并行算法，为部分应用找到更“适合云”的并行算法。但对于其他应用，MPI 风格的并行运行时的卓越性能仍然是理想的选择。

增强型的 MapReduce 运行时，如 CGL - MapReduce，允许迭代风格的应用利用 MapReduce 编程模型，同时与 Hadoop 和 Dryad 等其他运行时相比，产生的开销最小。

在使用云技术处理云资源上的大型数据集方面，仍有许多研究工作需要开展。大多数云技术支持将计算移动到数据的概念，即并行任务访问存储在本地磁盘的数据。但目前尚不清楚这种方法在仅按使用时长租赁的 VM 实例上的效果如何。一种可能的方法是将原始数据暂存到高性能并行文件系统或 Amazon S3 类型的存储服务中，然后在每次租赁 VM 进行计算时将数据移动到 VM 中。