高性能计算（HPC）已经应用到社会生活的方方面面。在应对能源短缺、环境污染、全球气候变化方面；在精准医学方面；在航空工业、高速铁路、重大装备制造、高能物理材料高通量计算等领域发挥着重大作用，对于传统产业升级、提升人民生活水平和进行重要基础科学研究具有重要意义。

要让这些完成高性能计算的机器们发挥作用，就需要高效、长期的运维机制。但是从中国现阶段的高性能计算运维工作来看，大多数高性能计算中心，缺乏专业的运维团队，这就导致高性能计算机的故障多、性能低、寿命短，无法真正发挥高性能计算机的作用。

基于中国高性能计算运维发展的现状，中科曙光从2015年11月就开始试运行了EasyOP在线运维平台。经过6个月的试运营，EasyOP已经成长为一款针对高性能计算集群的专业运维工具，并于4月21日正式上线。

EasyOP能做什么？

2015年，曙光提出了"数据中国"战略，该战略表示，五年内要在国内百个城市百个行业建成云计算数据中心，搭建一个覆盖全国的数据平台，提供基于数据的服务。并表示，曙光未来要构建一个覆盖全国的数据平台，以便为用户提供基于数据的服务。曙光作为高性能计算行业的佼佼者，该如何支持数据中国战略的落地、完成"从硬件提供商向综合服务提供商转型"呢？

曙光EasyOP在线运维平台正式上线发布仪式

在互联网+HPC的模式下，EasyOP是一款SaaS级的专业、高性能计算集群运维平台。EasyOP能够为HPC在线7*24小时的全生命周期的运维服务。曙光副总裁沙超群进一步表示，EasyOP通过提供运维、调优等服务，将各行各业的专家从HPC的运维和管理中解放出来。不止于此，曙光希望通过EasyOP构建一个资源交易平台，打造一个HPC生态圈，让闲时资源创造价值，从而为用户带来更多价值。

EasyOP拥有五大关键技术：监控数据实时远程采集、海量数据存储与展示、故障的分析与定位技术、大量数据统计与分析、移动终端的集成与推送。采用EasyOP，HPC运维人员不仅可以随时了解HPC集群的运营情况和故障，还可通过网页或微信等在线咨询服务与线上专家进行一对一的交流。EasyOP还会将常见、有代表性的故障解决方案上传至知识库，以便于HPC运维人员积累。

曙光HPC研发部经理张晋锋现场演示了EasyOP平台，一个是网页版本，一个是单机版本。通过演示，可以看出，HPC集群的运行状态、性能监控数据一目了然。而且可以灵活地配置告警责任人和通知方式。而且正式上线的EasyOP还能够通过微信关注EasyOP公众号的方式，实现对HPC集群的实时监控，及时发现并解决集群出现的问题。

为什么要选择EasyOP?

中国软件行业协会数据软件分会常务副秘书长姚继锋博士总结表示，要实现高性能计算集群的高效运维，需要有三面的支持：管理制度、专业团队和支撑系统，这三方面要彼此相关、高度耦合才能够保证集群的稳定运行。就技术方面来说，只有"懂HPC，才能够懂HPC在线运维。"EasyOP的研发团队全部来自于曙光高性能计算团队，加上运维团队，已经有近百人，这是一批懂硬件、懂软件，且懂应用的高性能计算团队。

数据显示，试运营期间，EasyOP累计接入来自20组HPC集群的超过7800个节点，应用涵盖CAE、气象、海洋、物理、生物、材料及互联网6大领域，对所有接入集群资产全面监控的指标超过180项。

从周期上看，EasyOP接入时间跨度分布合理，系统满负载和低负载的情况均包含在内。在监控的7800多个节点中，CPU的最高和平均利用率为83%和70.1%，内存的最高和平均利用率为40%和25.5%，存储的最高和平均利用率为23%和20.3%。另外，在EasyOP接入的资源作业中，中短时长作业占近70%，作业排队率约为1/5。这种多线程任务下适于对HPC系统各子功能的全方位监控。

统计显示，试运营半年期间，全部集群共自动触发近2900条通知信息，其中2281条是因计算节点主要部件温度升高触发的轻微类通知。严重类通知仅有3条，其中两条起因自共享存储挂载故障，一条系严重级别温度过高导致节点自动关机，从侧面反映了曙光集群系统的高可靠性。

中科院物理所的徐力方研究员表示："HPC集群的运维此前一直是我们的艰巨任务，非常辛苦。接入EasyOP后，我们的运维压力大大降低了，运维成本和人力投入也都减少了，而且HPC集群的安全性和使用效率也得以提升。我们终于解放了。"

寄语：

运维是IT行业中一块比较难啃的骨头，尤其是高性能计算集群的运维工作，在过去的25年，中科数据在高性能计算领域取到了很好的成绩，中科曙光的高性能计算已经服务于航天、航空、能源、电力、气象、生物、金融、国防等众多领域，交付集群数量超过10000套。

这样的曙光更有能力，而且更有责任为高性能计算集群的运维工作提供更好的保障。希望曙光EasyOP能够帮助HPC用户提供系统稳定运行的保障，提供系统效率，让中国的HPC事业有更好的发展。从而，曙光自身能够打造出健康的"HPC生态圈"，践行"数据中国"战略，实现"从硬件提供商向综合服务提供商转型"的目标。