上海超级计算中心三期作业调度系统需求分析

"上海超级计算中心三期的作业调度系统软件项目需求书详细列出了高性能计算环境下的作业调度系统需求，旨在为200Tflops计算系统的运营提供稳定、高效、可扩展的解决方案。" 在高性能计算领域，作业调度系统是核心组件之一，它负责有效地分配和管理计算资源，确保系统的高效率和可靠性。本项目针对以下关键技术指标提出要求： 1. **安装要求**：调度系统需能在整个200T主机系统内调度所有计算资源，确保资源的充分利用。 2. **高可靠性**：系统应有大规模集群的商业运营经验，且在国内有成功的案例，保证系统的稳定运行。 3. **作业运行正确性**：在大规模集群环境下，作业调度和运行的正确性需达到99.99%以上，以减少错误和中断。 4. **高可扩展性**：系统应能管理超过5000个节点和10000个CPU，同时支持1000个以上的作业并行运行，适应未来可能的增长需求。 5. **良好的可操作性**：允许管理员在线动态调整参数，不影响作业运行，保证统计准确性。 6. **多集群管理**：支持跨多个物理或逻辑集群的作业自动迁移，便于资源优化。 7. **统一管理平台**：提供集成了监控、计费和调度等功能的web管理界面，方便管理多个集群。 8. **混合机群支持**：能统一管理异构平台，包括Windows、Linux和其他UNIX服务器。 9. **多路多核CPU支持**：支持自定义调度策略，适应多路多核CPU的复杂计算场景。 10. **作业控制**：允许设置和控制作业的运行条件，如运行时间、CPU时间、内存、数据区大小等。 11. **并行文件系统支持**：兼容多种主流并行文件系统，如Lustre、PVFS等，以优化数据存取性能。 12. **WebPortal开发支持**：支持用户二次开发和定制化，满足特定需求。 13. **交互式图形支持**：提供基于XWindows的交互式作业提交和管理功能，确保用户体验。 14. **动态服务器管理**：允许服务器在不重启服务的情况下加入或退出调度规则，保持服务连续性。 这些技术指标体现了对高效、稳定、灵活和可定制化的作业调度系统的追求，以满足上海超级计算中心三期项目的高性能计算需求。这样的系统将对科研、工程计算等领域提供强大支持，提升计算效率，保障关键任务的顺利执行。