这一届科研计算人赶DDL红宝书

问：实验室的硬件条件好坏对你的科研有多大影响？

答：啥条件都行，没有影响。

我们坚信以下三点：

1、科学家就是专门负责搞科研的；

2、不依赖别人，你的研究效率和节奏必须掌握在你自己手里；

3、不管是尝试有风险的新颖项目，还是运用深度学习手段，科研多试错才能出好东西。

有老师跟我们吐槽说，一天天地忙着维护环境，整得跟运维工程师一样了，太耽误事儿。想找学生帮忙吧，他们很多也不懂啊~

老师们的硕博后们也苦不堪言，本专业要学的东西已经多到爆炸，又要理论还要搞实验，还要学大量计算机专业知识……

你这边数据刚拿到手，别人文章都发了……救救孩子吧。

守着大把机器的，不见得有恃无恐；

得不到的，永远在骚动，甚至还会掉头发。。。

我们为这一届科研计算人准备的赶DDL红宝书分为上下两篇 ，有兴趣可以扫描二维码添加小F微信（ID：imfastone）获取：

《学生篇》

一、你们具体怎么帮我们搞科研的？展开说说

二、在云上和在本地跑任务有什么区别？

三、我自己也会上云，为啥要选你们？

四、你们跟超算比怎么样，有区别吗？

《老师篇》

五、我是一个老师，你们对我的科研工作/团队管理有什么帮助？

六、我是药物/生物/化学专业方向的，你们能做到什么程度？

七、我是集成电路/微电子专业方向的，你们能做到什么程度？

八、我是力学/热能/机械工程专业方向的，你们能做到什么程度？

你想问的，这里都有答案。

你想要的，我们能提供更多。

先来看看下面这些效果：

这样跑COMSOL，是不是就可以发Nature了

Auto-Scale这支仙女棒如何大幅提升Virtuoso仿真效率？

1分钟告诉你用MOE模拟200000个分子要花多少钱

LS-DYNA求解效率深度测评 │ 六种规模，本地VS云端5种不同硬件配置

揭秘20000个VCS任务背后的“搬桌子”系列故事

155个GPU！多云场景下的Amber自由能计算

怎么把需要45天的突发性Fluent仿真计算缩短到4天之内？

国内最大规模OPC上云，5000核并行，效率提升53倍

提速2920倍！用AutoDock Vina对接2800万个分子

从4天到1.75小时，如何让Bladed仿真效率提升55倍？

从30天到17小时，如何让HSPICE仿真效率提升42倍？

以下是学生篇精华摘要

你们面向的是哪些科研方向的人？

四大类：

集成电路/微电子专业方向 ，包括物理电子学/电路与系统/微电子学与固体电子学等专业；

药物/生物/化学专业方向 ，包括生物化学与分子生物学/化学工程/生物化学/生物工程/药物化学/分析化学/高分子化学与物理等专业；

力学/热能/机械工程专业方向 ，包括流体力学/工程力学/机械制造及其自动化/车辆工程/工程热物理/热能工程/动力机械及工程/流体机械及工程/航空宇航制造工程等专业；

以及高校或科研机构的AI训练平台、虚拟仿真实验室 等等。

你们是怎么帮助我们这些搞科研的人的？

两点结论：

1、让大家更专心做科研，提升高校及科研机构师生的整体科研效率，让IT能力跟上科研能力。

2、避免大家因为资源不够而不得不选择短平快的研究，不敢尝试。

具体分成以下四个维度：

一整套针对应用优化的自动化科研环境，即开即用；

海量资源加智能决策辅助，大幅提升计算效率同时降低成本；

有针对老师需求的独特场景（这一点后续单独展开）；

让IT能力跟上科研能力，可视化操作，轻松上手。

有时候为了抢几台机器都要跟实验室的师兄弟姐妹斗智斗勇，你们的资源真有那么多？

云上资源非常多，我们曾经根据IDC报告推测国内云厂商的服务器总量超过116万台，2020年中国公有云服务市场的全球占比为6.5%，可大致估算出全球公有云厂商的服务器总量超过千万台。

重点是，这些机器都是可用资源。

之前上过云，发现有些类型的资源比较少（如部分型号的GPU），需要分别从几个不同云厂商调资源，你们支持吗？

我们支持多云。

多云指使用来自多个云厂商的多种服务，可以最大限度利用不同云厂商的不同优势，就像你说的从几个不同云厂商调资源。而在产品价格、地域选择，多云也更有优势。

多机并行跑任务真的特别快吗？

云端的一大特点，就是你用相同的钱，可以让1台机器跑100小时，也可以让100台机器跑1小时，后者就是多机并行，能够大大节省跑任务的时间。

我们实验室里才几台机器，天天维护头就很大了，云上这么多机器还不得把自己搞秃了？

云上的运行环境都是自动化配置的，不需要人工干预，用户还可以通过平台进行统一管理和监控，方便易操作。

举个例子，我们的Auto-Scale功能可以自动监控用户提交的任务数量和资源的需求，动态按需地开启和关闭所需算力资源，在不够的时候，还能根据不同的用户策略，自动化调度本区域及其他区域的目标类型或相似类型实例资源。

所有操作都是自动化完成，无需用户干预。

下图就是开启Auto-Scale功能后，用户某项目一周之内所调用云端计算资源的动态情况。

其中橙色曲线为OD实例的使用状况，红色曲线为SPOT的使用状况。

可以看到整个阶段算力波峰为约3500核，而波谷只有650核左右。Auto-Scale功能可以根据任务运算情况动态开启云端资源，并在波峰过去后自动关闭，让资源的使用随着用户的需求自动扩张及缩小，最大程度匹配任务需求。

任务跑得怎么样可以在平台上监控吗？

提交任务后，可以在监控界面中查看任务和集群运行情况。

我们也可以在界面上查看任务运行的日志。

我们还支持实时查看任务本身的状态，比如Fluent的残差曲线，监控计算的收敛情况。

老师想搞深度学习，需要很多GPU，但有时候云上连几块GPU都很难抢到，怎么办？

一般来说单家云厂商的GPU可用资源是比较有限的，我们曾经在一个任务中成功地调用了155块NVIDIA Tesla V100，单个公有云厂商单区域资源未必能够随时满足这种需求。这里面就还涉及到跨云调度。

具体可以看《 生信云实证Vol.6：155个GPU！多云场景下的Amber自由能计算 》

我试过自己抢云厂商的SPOT，虽然确实很便宜，但非常难用，随时会断掉，你们对SPOT支持到什么程度？

由于SPOT一定会被抢走，我们的建议是用SPOT去算那些单个任务小总数却很多的东西。

比如生物/化学计算里的分子对接。常规分子对接任务几分钟即可算完，特别适合SPOT这种分分钟可能被抢走的状态。而且我们平台具备自动重试功能，一个任务被中断可以自动重新提交，任务之间互相不影响，重新提交单个任务影响很小。

不太懂IT，看到Linux就束手无策，我还能用你们这个云平台吗？

可以的，我们支持Windows系统。

另外，由于分布式计算场景大部分基于Linux系统，我们可为用户提供图形化界面，基本不改变操作习惯，通过简单的鼠标操作就可以跑任务，上手非常快。

我们学校的超算中心总是在用好多年前的旧机器，非常慢，实验室的情况稍微好一点，你们云上有新硬件吗？

你在云上随时可以用到最新的硬件。

举个例子，2019年4月3日上午，Intel在太平洋两岸近乎同步发布了代号Cascade Lake的第二代至强可扩展处理器。当天中午12点，国内某云厂商便宣布其基于Cascade Lake的全新一代通用计算增强型云服务器C6正式转为商用。

超算就要慢得多了，超算中心从规划设计到正式上线需要经历若干年的时间，能够在上线时配置当年上市的硬件已经是其规划能力的最佳体现，其最新硬件更新周期至少要以年为单位。

超算资源有时候跑着跑着就被强制回收了，你们也会有这种情况吗？

我们提供的是独占资源，不会被抢走。

 

我们之前用超算都是共享资源，不能改，也不能自己装一些组件，你们可以吗？

我们提供的是独占资源，用户拥有管理员权限，安装什么、如何使用均由用户自己做主。

你们支持哪些应用？

药物/生物/化学方向的有 Autodock Vina、NetMHC、Qvina、Amber、MaterialsStudio、GATK、VASP、Rosetta、Schrödinger、BCFtools、Gromacs、FastQC、DeltaVina、Gaussian 等；

集成电路/微电子方向的有 Innovus、Spectre、Genus、Dracula、Virtuoso、Ncsim、PowerSI、Xcelium、PT、DC、VCS、VC、FM、Verdi、OPC Proteus、Tmax2、HSPICE、Spyglass、Starrc、Calibre、Tessent、nmLVS、nmDRC、xACT、xL、xRC 等；

力学/热能/机械工程方向的有 Abaqus、Autodesk、Bladed、CFX、COMSOL、Fluent、HyperWorks、LS-DYNA、Matlab、Mechanical、MSC Adams、MSC Nastran、StarCCM、SOLIDWORKS、VASP、WRF 等；

人工智能方向的有 Pytorch、Mxnet、Tensorflow、Caffe2、Miniconda、Scikit Learn/OpenCV、Pylearn2、Keras 等。

你们和这些软件/工具，有什么区别呢？

一句话概括，我们是EDA/CAE/CFD/生物/化学/AI计算云平台，通过我们可以在短时间内调集海量资源，为上述软件/工具加速，从而抢在各种科研deadline之前跑完任务，拿到结果。

关于我们的其他优势与技术能力，可以通过后面的问题了解。

……

完整版 《这一届科研计算人赶DDL红宝书：学生篇/老师篇》 请扫描二维码添加小F微信（ID：imfastone）获取。

  - END -

我们有个 科研计算云平台

集成多种科研应用，大量任务多节点并行

应对短时间爆发性需求，连网即用

跑任务快，原来几个月甚至几年，现在只需几小时

5分钟快速上手，拖拉点选可视化界面，无需代码

支持高级用户直接在云端创建集群 

扫码免费试用，送300元体验金，入股不亏~

更多电子书

欢迎扫码关注小F（ID：imfastone）获取

你也许想了解具体的落地场景：

这样跑COMSOL，是不是就可以发Nature了

Auto-Scale这支仙女棒如何大幅提升Virtuoso仿真效率？

1分钟告诉你用MOE模拟200000个分子要花多少钱

LS-DYNA求解效率深度测评 │ 六种规模，本地VS云端5种不同硬件配置

揭秘20000个VCS任务背后的“搬桌子”系列故事

155个GPU！多云场景下的Amber自由能计算

怎么把需要45天的突发性Fluent仿真计算缩短到4天之内？

国内最大规模OPC上云，5000核并行，效率提升53倍

提速2920倍！用AutoDock Vina对接2800万个分子

从4天到1.75小时，如何让Bladed仿真效率提升55倍？

从30天到17小时，如何让HSPICE仿真效率提升42倍？

关于为应用定义的云平台 ：

缺人！缺钱！赶时间！初创IC设计公司如何“绝地求生”？

杨洋组织的“太空营救”中， 那2小时到底发生了什么？

一次搞懂速石科技三大产品：FCC、FCC-E、FCP

AI太笨了……暂时

速石科技成三星Foundry国内首家SAFE™云合作伙伴

Ansys最新CAE调研报告找到阻碍仿真效率提升的“元凶”

【2021版】全球44家顶尖药企AI辅助药物研发行动白皮书

国内超算发展近40年，终于遇到了一个像样的对手

帮助CXO解惑上云成本的迷思，看这篇就够了

花费4小时5500美元，速石科技跻身全球超算TOP500