2017年度中国科学院超级计算发展指数发布

2018-02-20顾蓓蓓

数据与计算发展前沿 2018年6期

2018年10月26日，在西安举办的中国科学院计算机网络信息中心 2018年用户大会暨技术交流大会上，中国科学院计算机网络信息中心信息化发展战略与评估中心发布了2017年度中国科学院超级计算发展指数(CAS SCDI)，该指数的评价指标数据基于自主开发的“CAS SCDI 数据收集系统”Web 在线收集，院超级计算环境用户群体中共计 93个课题组提交了超级计算应用成果。

1 超级计算发展指数简要分析

(1)2017年度 CAS SCDI 编制说明

中国科学院超级计算发展指数(CAS SCDI)编制以超级计算生态环境合理量化综合评价为出发点，遵循科学性、目的性、导向性、代表性、可行性、公开性和通用性原则，从环境建设、环境使用、用户直接科研产出、支持用户科研项目、人才培养和收入六个维度构建了评价指标体系，共计 17个三级评价指标、6个分指数、1个综合指数。此外，该报告第五次为分中心提供超级计算发展指数分析。

(2)2017年CAS SCDI 编制结果及分析

中国科学院超级计算发展指数 2006-2017年度走势如图1所示。

分析表明：

① 2017年度，CAS SCDI 为454.10 点，较 2016年度增长了6.41%，2006–2017年间平均增长率为34.74%。这表明，中国科学院超级计算过去几年间保持着强劲的发展态势，中国科学院超级计算环境的建成为中国科学院超级计算的发展注入了强大的动力，加强超级计算软环境建设仍然是中国科学院院超级计算今后发展需要着重解决的一个问题。

② 超级计算应用的发展会在一定程度上滞后于计算能力的提升，但计算能力升级的间隔周期过长，致使用户作业规模长期保持在一定的水平，甚至出现一定幅度的下降，这不利于超级计算应用的良性发展，也是阻碍超级计算发展的一个因素。

③ 加强超级计算人才培养是超级计算生态环境建设中的关键环节，能够直接推动用户直接科研产出和收入等层面的发展，能够为中国科学院超级计算良性发展提供持续推动力。

2006–2017年度，中国科学院超级计算发展指数6个分指数走势如图2所示。2017年度，各分指数较2016年度的增长比例及对总指数的贡献如图3所示。

对6个分指数的编制结果的分析表明：

① 2017年度，6个分指数中，环境建设分指数、环境使用分指数和收入分指数较 2016年度有所增长，增幅分别约为150.52%、12.40%和77.83%；

② 2017年度，环境建设分指数对总指数增长的贡献最高，达到150.52%，较 2016年增长分析主要原因：“元”二期投入运行，加之中国科技云正式对公众开放，用户对院超级计算环境的关注度也有了提高，计算能力、存储能力、公用的应用软件数量及计算账号数量等指标参数较去年均有所增长，涨幅为31.83%。希望今后继续提升我院超级计算环境能力，更好的支撑服务我院的科学发展。

(3)分中心发展指数分析

图1 中国科学院超级计算发展分指数走势(2006-2017年)Fig.1 Trends of the sub-indices of the CAS SCDI during 2006-2017

图2 中国科学院超级计算发展分指数走势(2006-2017年)Fig.2 Trends of the sub-indices of the CAS SCDI during 2006-2017

图3 2017年度各分指数较 2016年度增长比例及对总指数增长的贡献Fig.3 Contribution ratio of sub-indices to CAS SCDI growth(2017)

2011–2017年9个分中心的超级计算发展指数趋势如图4所示。数据表明，2017年度合肥分中心、广州分中心和深圳分中心名列前三。整体来看，分中心发展是稳健向上发展的，同时由于绝大部分分中心设备也已超过五年，设备需要升级换代以保障持续长久的发展。

分中心指数对总指数的贡献率如图5所示。数据表明，分中心对我院超级计算发展指数起到了重要作用，2017年度贡献达到50.11%。

9家分中心的分指数发展走势如图6所示。很明显，2017年度大部分分中心的收入分指数有大幅提升，主要原因是对收入分指标征集范畴进行了规范和明确。

2 超级计算环境使用简要分析

基于各中心管理员提交的超级计算环境相关数据，从系统使用率和计算规模两个维度对中国科学院超级计算环境 2017年度使用情况进行统计分析。

(1)中国科学院超级计算环境总中心和分中心系统整体使用率(2017年)

2017年度中国科学院超级计算环境总中心和9家分中心系统使用率情况如图7所示。统计数据显示，2017年度，青岛、合肥、昆明分中心系统运行负载较高，系统使用率均超过了50%，其中青岛分中心系统使用率最高，达到71.48%。这主要在于这些超级计算中心拥有较大规模的用户群体，超级计算学科应用领域较为广泛，可以考虑进一步增强超级计算能力；沈阳分中心系统使用率偏低，可以从加强系统运维保障能力、拓展超级计算应用领域、培育超级计算典型示范应用等方面提高超级计算应用水平。

(2)中国科学院超级计算环境总中心和分中心按计算规模统计的用户作业机时占比情况(2017年)

对于总中心按计算规模统计的用户作业机时占比，2010–2017 连续七年的对照情况如图8所示。2010～2015年总中心 64～127 CPU 核计算规模的作业机时占比连续六年保持最高，2016～2017年度2～31CPU 核作业机时占比最高。主要原因在于小规模作业仍然占比较大，以公安部的专项用户作业为例分析，大量平均作业规模为25.5 核作业任务集中部署在总中心“元”系统内，全年共计运行 1642288个作业，占据2-31 核计算规模的11.6%。此外，由于受国内大型超算中心大规模计算作业能力逐年提升的影响，总中心“计算规模—用户作业机时占比”变化曲线仍将呈现出“尖峰-厚尾”不对称分布形态，曲线的峰值会逐渐右移且靠近曲线的左侧。这也表明，超级计算能力建设需要合理规划布局、分阶段扩容，才能够满足用户动态的应用需求，形成计算能力与学科领域应用协调、良性发展局面。

图4 分中心超级计算发展指数走势(2011-2017年)Fig.4 Trends of the CAS SCDI of regional centers during 2011-2017

图5 分中心指数对总指数的贡献率(2011-2017年)Fig.5 Contribution ratio of sub-indices to CAS SCDI(2011-2017)

图6 中国科学院超级计算发展分指数走势(2011-2017年)Fig.6 Trends of the sub-indices of the CAS SCDI during 2011-2017

图7 2017年度总中心和9家分中心系统整体使用率Fig.7 System Usage Rate of head center and nine regional centers(2017)

图8 总中心按计算规模统计的作业机时占比情况对照Fig.8 Comparison of proportion of job walltime based on calculation scale in head center

图9为2017年度各分中心按计算规模统计的作业机时占比情况。分析发现，在分中心万亿次计算系统中，用户作业基本集中在2～255 CPU 核的计算规模，9家分中心该计算规模区间段的作业机时占比都接近或超过70%，其中深圳、武汉、青岛分中心在该计算规模区间段的作业机时占比超过90%；9家分中心中，青岛、合肥和兰州分中心 128 CPU 核以上计算规模的作业机时占比最高，超过35%；青岛分中心 128CPU 核及以上计算规模的作业机时占比达到54.76%；合肥分中心 1024CPU 核及以上计算规模的作业机时占比为0.41%。这表明，各分中心在大规模并行计算应用方面具有一定的潜力，在超级计算应用拓展方面具有更大的发展空间。

3 超级计算用户应用成果概览

基于超级计算用户已提交的2017年度超级计算应用成果数据，对用户科研项目、学术论文和专利情况进行统计分析。

(1)计算支撑科研项目经费来源情况(2017年)

在中国科学院超级计算环境用户群体中，2017年度计算支撑科研项目共计 377 项，比 2016年项目数降低 9.38%。经费来源分布情况如图10所示，国家级项目占比超过70%，其中国家自然科学基金项目最多(占总项目的52.52%)，这充分表明中国科学院超级计算环境为国家层面的科学研究项目的开展提供了强有力的计算支撑，对于国家科技创新有着无法替代的服务支撑能力。