AI训练与推理
训练关注模型规模、显存与节点通信；在线推理还要兼顾并发、响应时间和服务稳定性，不能用同一套指标选型。
什么是高性能计算
把复杂计算，
交给合适的资源协同完成
高性能计算通过高性能节点或多个节点的协同，处理普通办公设备难以承担的计算任务。GPU适合经过适配的并行算法，但不是所有软件都能直接加速；CPU、大内存和数据通路同样决定平台是否适用。
工程仿真与科学计算
从软件支持与求解方式确认CPU、GPU或混合路线。并行许可、内存需求和结果精度都影响实际可用配置。
数据处理与渲染
任务是否能拆分、文件如何共享、输入输出有多密集，决定是增加计算节点，还是先改善存储与队列管理。
任务运行架构
调度分配资源，
计算节点直接读写数据
使用者提交任务和资源需求，调度系统按队列与策略分配节点。任务执行时，计算节点通过数据网络访问存储；调度器管理任务，不承担全部计算数据的中转。
用户与作业入口
脚本 / 任务参数 / 数据路径
申请CPU、GPU、内存与时间
队列与调度
权限 / 配额 / 优先级
Slurm等作业系统按需选型
CPU / GPU节点
匹配驱动、库与应用环境
运行任务，回报状态
数据通路
共享 / 并行存储
输入数据、模型检查点、计算结果
↔ 数据网络 / 按负载规划
计算节点读写
多节点任务另需匹配节点间互联
任务完成 → 核对结果与日志 → 保存成果 → 释放计算资源
资源使用记录供容量与费用分析；失败重试、检查点恢复由应用和调度策略共同决定。
示意图以排队作业为例。在线推理、交互式开发与容器服务可采用不同入口和调度方式；动线只说明关系，不表示实测带宽或加速比。
配置的平衡
不让一处瓶颈，
拖住整个平台
选型先确定任务能否运行，再比较运行效率。模型放不下显存、多个节点通信等待、数据供给跟不上，都可能让高规格设备无法发挥作用。
- 算得动
- 核对软件支持的计算架构、精度、驱动和依赖库，而不是只比较峰值算力。
- 装得下
- 核算显存与主内存占用，包含模型、批量、缓存及工作空间，不只看文件大小。
- 传得快
- 判断单机或跨节点并行方式，结合通信量选择互联；网络规格不等于任务加速比。
- 供得上
- 结合读取模式、文件数量和检查点写入规划存储，避免计算资源长期等待数据。
选择运行方式
同样是算力，
不必采用同一种使用方法
| 任务形态 | 运行方式 | 优先关注 |
|---|---|---|
| 周期性仿真 / 批量训练 | 排队提交、按任务分配与释放资源 | 完成时间、公平调度、失败定位和结果复现 |
| 交互式研究 / 开发 | 受控开发会话、共享环境或专用节点 | 环境一致性、用户隔离、资源占用与数据权限 |
| 在线推理 / API服务 | 持续运行的服务，可结合容器编排 | 并发、尾延迟、版本发布与可用性 |
需要持续运行的容器服务，可进一步了解Kubernetes；跨本地与云端配置算力时，还需评估数据传输时间、费用和任务可迁移性。
用任务验证平台
交付前，
跑通真实的计算过程
先确定一组可复现的样例和验收条件，再安装、调优与扩展。性能记录同时保留软件版本、输入规模、节点数量和资源配置，避免把不同条件下的数字放在一起比较。
- 01
单任务基线
确认正确性、运行时间和资源占用，发现环境或应用适配问题。
- 02
并发与扩展
测试多人共享、单机多卡或多节点表现，识别通信与存储等待。
- 03
持续运行
观察温度、功耗、告警和失败处理；按应用能力验证检查点恢复。
常见问题
选型之前，先确认这些条件
高性能计算一定需要GPU吗？
不一定。部分仿真、数据处理或传统科学计算依赖CPU性能与大内存；适配GPU的算法才可能利用GPU并行能力。先确认软件支持、许可证和实际负载，再决定CPU、GPU或混合配置。
增加GPU数量就能按比例缩短时间吗？
不能直接推断。加速效果受到任务并行度、显存容量、节点通信、数据读取与软件实现影响。应使用真实模型或算例，对比单卡、单机和多节点的有效运行时间与资源利用率。
Slurm与Kubernetes如何选择？
面向排队运行、资源预约及批处理作业，可以评估Slurm或同类作业调度系统；面向容器化服务和应用生命周期，可以评估Kubernetes及所需扩展。两者并非默认串联，取决于任务形态和运维方式。
部署前需要提供什么资料？
提供主要软件与版本、任务样例、数据量、并发人数、单次任务时间或服务时延目标，以及现有机房供电、制冷和网络条件。使用可脱敏样例即可，敏感业务数据按约定方式处理。
计算平台实施与协同
煜企从实际计算任务出发，提供CPU/GPU服务器、存储与互联选型供货，完成集群部署、驱动与软件环境配置、调度接入及任务联调。应用许可、算法改造和专业求解结果由约定责任方共同确认。
查看煜企的实施范围
- 评估软件、算例、数据规模与并发需求，规划计算节点、存储、网络及机房配套。
- 完成设备部署、驱动与依赖配置、队列和权限设置，接入监控与资源记录。
- 使用约定样例验证任务正确性和运行表现，交接环境、操作流程与维护方式。
查看项目资料与交接内容
- 软硬件配置、兼容版本与拓扑清单
- 用户、队列、配额及数据访问规则
- 任务提交样例、环境说明与运行验证记录
- 告警、维护、培训及后续扩容建议
下一步 / 技术沟通
从一个计算任务，开始配置算力。
带上软件版本、数据规模、并发人数和希望改善的运行时间，先判断瓶颈在哪里。